Mikito


Hope is a dangerous thing, but I have it.


标签: MathJax


  1. 【论文阅读】Rethinking Attribute Representation and Injection for Sentiment Classification (EMNLP 2019)

    Task Sentiment Classification with attributes(user, product) Motivation   在情感分析中,一些文本自带的属性信息,如user(文本是谁写的)、product(文本是关于什么产品的)信息通常会对情感分析有一定 的帮助,所以最近的一些工作都会用他们来提升模型性能和增加可解释性。   但是,现有的很多方法都是使用注意力机制来进行外部信息的融合,具体的计算公式如下: $$ a = softmax(v^Te) $$ $$ e…

    论文阅读, MathJax阅读全文

  2. 【论文阅读】SentiBERT: A Transferable Transformer-Based Architecture for Compositional Sentiment Semantics (ACL 2020)

    TaskSentiment Analysis 树结构Constituency tree(句法树),用句法规则,递归的构建出树的结构来表示一句话,其只有叶子结点与输入句子中的词语相关联,其他中间结点都是标记短语成分。 Dependency tree(依存树),用单词之间的依存关系来表达语法。如果一个单词修饰另一个单词,则称该单词依赖于另一个单词。 MotivationThe sentiment of an expression is determined by the meaning of tok…

    论文阅读, MathJax阅读全文

  3. 【论文阅读】Graph Neural News Recommendation with Unsupervised Preference Disentanglement (ACL 2020)

    Task News Recommendation:给定一系列成对的user-news的数据,表示user之前看过news,预测对于一个未见过的news,user是否会看。 Motivation 之前的做News Recommendation的方法通常的关注点是以下几类: 充分利用用户的历史信息,做personalized News Recommendation 利用文本内容,得到user和news的好的表示 利用外部知识 利用topic信息 本文方法: 考虑高阶的user-news之间…

    论文阅读, MathJax阅读全文

  4. 【论文阅读】Aspect Sentiment Classification with Document-level Sentiment Preference Modeling (ACL 2020)

    Task Aspect Sentiment Classification (ASC) 例子:The restaurant has quite low price but the food tastes not good Price:positive Food:negative Motivation 通常的方法都是sentence-level的,即针对一个sentence,每次分析一个aspect的情感,各个sentence之间是互相独立的。但是实际上,sentence是documen…

    论文阅读, MathJax阅读全文

  5. 【论文阅读】Knowledge-Enriched Transformer for Emotion Detection in Textual Conversations (EMNLP 2019)

    Motivation 人们的对话中通常包含着很多情感信息。但是人们通常在对对话进行情感分析的时候具有如下两个特点: 考虑上下文的信息。 人们本身具有一定的commonsense knowledge,利用commonsense knowledge进行对话分析。 所以针对如上两个特点,本文提出了Knowledge-Enriched Transformer(KET)模型,该模型使用了层次的self-attention来得到文档的上下文关系,而且与之前方法不同,context和response分别作…

    论文阅读, MathJax阅读全文

  6. 【实验分析】Evaluation Matrics

    因为最近实验歇一阵,所以有时间给我停一下去看一下论文和代码。评估指标的话之前刚来的时候也看过一些,但是那时候也就是看看,也没有写代码,也没有用起来,所以其实后来就忘了,用的时候也就是在用师姐的代码,理解也不够,有时候指标结果不好也说不清为什么。所以现在趁着有机会看一下这些指标。 这里参照了Zhang的论文A review on multi-label learning algorithms和Yang的论文Relevant Emotion Ranking from Text Constr…

    机器学习, 实验, python, MathJax阅读全文

  7. 【论文阅读】论文泛读系列

    最近开始期末考试和大作业,好久都没有看论文。虽然说要坚持看论文,但是要不是组会,还不知道什么时候再开始看。这次的几篇都是选组会论文的时候看的。 Interpretable Emoji Prediction via Label-Wise Attention LSTMs简介这是我选的这周组会讲的论文,是一篇很简单的论文了。我觉得可能是实验比较好,而且分析很多。 标题:Interpretable Emoji Prediction via Label-Wise Attention LSTMs作者:Fra…

    论文阅读, MathJax阅读全文

  8. 【论文阅读】论文泛读系列

    Emmm……我在周报没能每周完成的情况下又开了新的专题,关于论文阅读的,一般应该是有一篇精读,几篇泛读。其实我有一个进行文献管理的软件Mendeley,还是挺好用的,在此做一下安利。 Sentence-State LSTM for Text Representation简介这是我选的这周组会讲的论文,所以读的会比较详细一点。这篇论文的基本信息如下: 标题:Sentence-State LSTM for Text Representation作者:Zhang Yue, Liu Qi, Song L…

    论文阅读, MathJax阅读全文

  9. 【基础方法】基因筛选方法

    我对于基因和遗传这方面了解很少,小高考考的生物也早就还给了老师。这次看2016年的建模题,其中B题是基因相关的,长了不少见识。虽然不知道现在看的以后有没有用处,但学了就记录一下,免得忘了。 今天看的是两种基因的筛选方法,通常在预处理阶段完成。方法比较简单,编程也不难。 最小等位基因频率 等位基因频率常用于表示种群内基因的多样性,计算方法如下: $$等位基因频率=\frac{特定等位基因数量}{特定基因座数量}$$ 最小等位基因频率,简称MAF(Minor Allele Freq…

    数学建模, MathJax阅读全文

  10. 【基础方法】聚类方法(K-means、FCM)

    以前通常做的都是分类的问题,虽然说聚类也可以用于分类,但是这方面涉及的比较少,只大概了解了相关的概念。这次简单地介绍学习建模时候看到的三种聚类方法:K-means算法和FCM算法。 K-means聚类方法K-means聚类方法通过均值进行聚类,每个原始的元素经过聚类后都属于并且只属于某一个类。这是一种严格划分的方法,也可称为硬划分(HCM)。 对于给定的含有$n$个元素的数据集$X$,$x_k$是其中第$k$个元素,$1\leqslant k\leqslant n$。将该数据集聚类为$C$…

    数学建模, matlab, 机器学习, MathJax阅读全文