机器学习日报 2016-04-24 知识图谱技术原理介绍；统计机器翻译综述；微软小冰智能聊天
机器学习日报 2016-04-24[*]知识图谱技术原理介绍 @机器学习头条
[*]科普：微软小冰智能聊天是如何实现的？ @深度学习与人工智能产业
[*]教程推荐：Entity Linking and Searching @孙明明_SmarterChina
[*]自动文摘：Generating News Headlines with Recurrent Neural Networks精读和评论 @阿儁是个nerd
[*]统计机器翻译综述 @FP89
@好东西传送门 出品, 过往目录 见http://ml.memect.com
订阅：给 hao@memect.com 发封空信， 标题: 订阅机器学习日报
邮件版包括20条，本期的Web版有完整内容22条
用日报搜索找到以前分享的内容： http://ml.memect.com/search/今日焦点 (5)
http://tp1.sinaimg.cn/3171152812/50/5714647624/1 机器学习头条 网页链接 2016-04-24 15:05
知识工程 语义网 知识库
【知识图谱技术原理介绍】近两年来，随着Linking Open Data 等项目的全面展开，语义Web数据源的数量激增，大量RDF数据被发布。互联网正从仅包含网页和网页之间超链接的文档万维网(Document Web)转变成包含大量描述各种实体和实体之间丰富关系的数据万维网(Data Web)… http://t.cn/Rq0LtKl
http://ww1.sinaimg.cn/large/bd03f3acgw1f37t1ctz10j20fa0b4q8j.jpg
http://tp2.sinaimg.cn/1113268781/50/5743738916/1 深度学习与人工智能产业 网页链接 2016-04-24 22:10
入门 知识工程 自然语言处理 问答系统 语言学 知识库
#AI产业界# 微软小冰智能聊天是如何实现的？ http://t.cn/Rq0XZrQ 此类应用（微软小冰）的大致流程都是：用户输入一段话（不一定只是单词） -> 后端语义引擎对用户输入的语句进行语义解析 -> 推断用户最可能的意图 -> 调用对应的知识库、应用、计算引擎 -> 返回结果给用户。| 科普文章，非干货
http://tp3.sinaimg.cn/1914450674/50/5644229416/1 孙明明_SmarterChina 网页链接 2016-04-24 18:28
资源 代码 课程
Entity Linking 是语义处理的第一步。http://t.cn/Rq05rBt 这个github包含了Entity Linking and Searching的一些tutorial，系统介绍了 Mention Detection, Link Generation 和 Disambiguation 的过程。
爱可可-爱生活 网页链接 转发于2016-04-24 19:02
"Entity Linking and Retrieval Tutorial"
大山坡的春 网页链接 转发于2016-04-24 19:27回复 @刘知远THU
关于里面的entity linking工具，现在可以看这个 http://t.cn/Rq0cDeq
AixinSG 网页链接 转发于2016-04-24 19:41回复 @爱可可-爱生活 “"Entity Linking and Retrieval ...”
参考文献列表： http://t.cn/Rq0VXLA 里面提到了@李晨亮WHU 的工作
http://tp3.sinaimg.cn/1921046714/50/5736121545/1 阿儁是个nerd 网页链接 2016-04-24 18:04
深度学习 算法 神经网络
自动文摘（五） | Generating News Headlines with Recurrent Neural Networks精读和评论 http://t.cn/Rq0qknx
http://tp1.sinaimg.cn/2536116592/50/5751815474/0 FP89 网页链接 2016-04-23 19:06
自然语言处理 机器翻译 统计
统计机器翻译将自然语言的翻译规约为机器学习问题，通过学习人工生成的结果，自动翻译。 Statistical Machine Translation, ADAM LOPEZ, Computing Surveys (CSUR) 。统计机器翻译综述，49页。三个子问题：翻译模型，参数估计，译码 。http://t.cn/Rqpo4zU
http://ww3.sinaimg.cn/large/972a1170jw1f36ud53f3ej20rk0k8wo1.jpg
最新动态
http://tp3.sinaimg.cn/1715118170/50/5653230631/1 网路冷眼 网页链接 2016-04-24 22:39
算法 John F. Kennedy
【How an AI Algorithm Learned to Write Political Speeches】http://t.cn/RqAF2Ju 政治演讲稿通常由政客的亲信和心腹所写。一个人工智能算法也可以吗？它是如何撰写政治演讲稿的？ Ask not what your country can do for you; ask what you can do for your country.” —John F. Kennedy, 1961 当...全文： http://m.weibo.cn/1715118170/3967917755880634
http://ww4.sinaimg.cn/large/663aa05agw1f3863xgsquj20aj0dcaat.jpg
起名前暂冒充萌二的比尔盖子poi 网页链接 转发于2016-04-24 22:44
这是我第十次重复这句话：强烈建议使用 AI 替代外交部发言人！“中国的互联网是开放的，每年有超过 ${randint} 人通过互联网……“
http://tp4.sinaimg.cn/1657470871/50/5676743531/1 王威廉 网页链接 2016-04-24 22:30
算法 Ian Goodfellow 神经科学 神经网络
神经网络专家Ian Goodfellow谈神经网络与神经启发式计算：虽然神经网络有些灵感来自脑科学，但是其发展主要来自现代数学与工程的驱动，并非是脑科学的模型。最好认为前馈神经网络是为了统计泛化而设计的函数近似机器。[思考]
http://ww4.sinaimg.cn/large/62caff97gw1f385x2yoy7j20sg0gewl5.jpg
http://tp4.sinaimg.cn/3164120327/50/40008468371/1 createamind 网页链接 2016-04-24 21:46
深度学习 视觉 资源 课程 李飞飞 论文
现在最好的无监督学习模型Generating Images with Perceptual Similarity Metrics based on Deep Networkshttp://t.cn/Rq0i4lw cs231课程李飞飞等推荐，新的loss函数-图像空间、特征空间等，改进效果很大
http://ww1.sinaimg.cn/large/bc98a507jw1f384edgvktj20bf0c4q6i.jpg
http://tp2.sinaimg.cn/1548358505/50/1288833405/1 金连文 网页链接 2016-04-24 20:57
深度学习 算法 代码 论文 神经网络 统计
BayesianRNN ： A Theoretically Grounded Application of Dropout in Recurrent Neural Networks，论文：http://t.cn/R4LltU3， 代码：http://t.cn/Rqz1fyd
http://tp2.sinaimg.cn/1548358505/50/1288833405/1 金连文 网页链接 2016-04-24 20:53
会议活动 深度学习 视觉 Andrej Karpathy CVPR Fei-Fei Li Justin Johnson 代码 会议 教育网站
CVPR 2016论文：DenseCap: Fully Convolutional Localization Networks for Dense Captioning （by Justin Johnson， Andrej Karpathy， Fei-Fei Li）http://t.cn/Rq0MZar 代码：http://t.cn/Rq9F5Gs
http://tp4.sinaimg.cn/5705191799/50/5742993665/1 知识分子 网页链接 2016-04-24 20:14
刘成林
【刘成林：从模式识别到类脑研究】 “人工智能”（artificial intelligence）概念最早由JohnMcCarthy 等在1956 年的达特矛斯会议上提出：人工智能就是通过计算机编程使机器实现类人智能行为。在60年的发展中，人工智能取得了巨大进步，现如今，人工智能技术应用在现实生活中的方方面面。在过去20多年...全文： http://m.weibo.cn/5705191799/3967881139846274
http://ww2.sinaimg.cn/large/006e6p0zgw1f381ypun8hj30fa08qdgz.jpg
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2016-04-24 17:24
Bell Labs 分布式学习 论文
《Distributed Entity Disambiguation with Per-Mention Learning》T Mai, B Shi, P K. Nicholson, D Ajwani, A Sala (2016) http://t.cn/Rq0GNiZ
http://ww3.sinaimg.cn/large/5396ee05jw1f37x21oll5j20lc0cf449.jpg
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2016-04-24 17:21
深度学习 自然语言处理
《Deep Learning for Named Entity Recognition》by Amund Tveit @atveit/deep-learning-for-named-entity-recognition-50f779a82a50#.4in2ulsvr">http://t.cn/Rq0GiHl
http://tp2.sinaimg.cn/3494982177/50/5682236923/1 中科院之声 网页链接 2016-04-24 17:00
应用 预测
具有不确定性特征的数据集一直以来都是数据挖掘领域的难点和热点问题，传统的时间序列预测模型几乎都是采用数据填充等不确定性的方法处理不确定性数据集，这使得这些模型在许多领域得不到预期的预测精度。近日，中科院重庆研究院在多粒度时间序列预测研究中取得进展。http://t.cn/Rq0bWVD
http://tp4.sinaimg.cn/2607574543/50/5633478234/0 Rachel____Zhang 网页链接 2016-04-24 16:47
经验总结 深度学习 自然语言处理 博客 问答系统
由于最近入手NLP任务，需要看一些paper，本文对最近看的12篇paper做个总结，适用于有deep learning背景，希望了解NLP应用的同学，主要针对NLP方向： 问答系统（QA）和翻译（Machine Translation），感谢总理和江哥推荐。blog：http://t.cn/Rq0b2Yq
http://ww3.sinaimg.cn/large/9b6c6e0fjw1f37vyr9slfj20gf04z400.jpg
http://tp4.sinaimg.cn/1679022231/50/40109467076/1 AlgorithmDog 网页链接 2016-04-24 15:45
算法 代码 强化学习
【强化学习系列之四:模型无关的策略学习】模型无关的策略学习，是在不知道马尔科夫决策过程的情况下学习到最优策略。模型无关的策略学习主要有三种算法: MC Control, SARSA 和 Q learning。网页地址:http://t.cn/Rq0LGzb ；GitHub地址: http://t.cn/Rq0Ltdv
http://ww4.sinaimg.cn/large/6413d897jw1f37sv2wjw9j20n20c3q6a.jpg
http://tp1.sinaimg.cn/2372017504/50/5744902124/1 samplingN 网页链接 2016-04-24 15:33
算法 自然语言处理 David Blei 矩阵 主题模型
Topic models: Past, present, and future,David Blei http://t.cn/Rq0yiXi 谈到LSA, PLSA, LDA, Matrix, MCMC, scaling up, stochastic optimization, 未来工作考虑linguistic ideas/concepts, semantic, real-time inference, pipeline等。 A STOCHASTIC APPROXIMATION METHOD http://t.cn/Rq0yiXJ
http://ww3.sinaimg.cn/large/8d621d60jw1f37tumoy7cj20hs0bu0u5.jpg
http://tp1.sinaimg.cn/1746173800/50/5746256057/1 InfoQ 网页链接 2016-04-24 15:30
Andrew Ng 行业动态
【百度首席科学家Andrew Ng访谈：人工智能是下一次技术革命】最近一段时间，人工智能领域的专家Andrew Ng都呆在百度位于硅谷Sunnyvale的办公大楼中。现在，百度已经成为了亚洲搜索领域的“老大”。作为拥有每月6亿活跃移动用户的引擎，百度当之无愧为“中国版的谷歌”。 http://t.cn/Rq9zSNx
http://ww2.sinaimg.cn/large/68147f68gw1f374ce5i7qj202s02ujr9.jpg
http://tp1.sinaimg.cn/2536116592/50/5751815474/0 FP89 网页链接 2016-04-24 14:34
自然语言处理 行业动态 机器翻译
#Computational Linguistics#前身是1974年AJCL，于1984年改名。16年四篇新文。机器翻译两篇：SMT优化综述:十二年之路,Neubig&Watanabe,奈良&谷歌；在线学习:译后编辑和交互式MT,Ortiz-Mart́ınez。句法分析一篇：集成选择限制和次范畴框架的依存句法。分词一篇：半监督形态切分 http://t.cn/Rq02zMZ
http://ww1.sinaimg.cn/large/972a1170jw1f37rqw4jaaj20xc0ln7di.jpg
http://tp1.sinaimg.cn/5339148412/50/5722402708/1 硅谷王川 网页链接 2016-04-24 11:35
深度学习 语音 自然语言处理
自然语言处理 (natural language processing) 是深度学习要攻克的下一个问题。测试 nlp 水准的几项标杆式的问题包括: 1. part of speech tagging (给每个词标注语法上的角色) 2. chunking /shallow parsing (浅层句法分析) 3. named entity recognition (命名实体识别) 4. semantic role labeling...全文： http://m.weibo.cn/5339148412/3967750681072038
页:
[1]