一周值得讀（偏學術）

PaperWeeklyHyperNetworks

an approach of using a small network, also known as a hypernetwork, to generate the weights for a larger network. 工作來自Google Brain。介紹HyperNetworks的博客：http://blog.otoro.net/2016/09/28/hyper-networks/

PaperWeeklyIncorporating Relation Paths in Neural Relation Extraction

本文研究內容為實體關係抽取，傳統方法往往只利用同時包含兩個目標實體的句子，而忽略包含單目標實體的句子，本文針對這一問題，在倆目標實體之間構建了一個用於推理的中間實體，並提出一種基於路徑的關係抽取模型，實驗結果表明該模型很好地利用了包含單目標實體的句子信息。本工作來自於劉知遠老師組裡。

PaperWeeklyLanguage as a Latent Variable: Discrete Generative Models for Sentence Compression

本文研究內容為句子壓縮，作者提出了一種VAE模型，先根據背景語言模型生成一個latent摘要句子，然後根據latent句子生成目標句子。實驗中用到了抽取式和摘要式兩種監督方法，並在最後探索出半監督方法的效果可能會好於監督學習的方法。句子壓縮任務可以看做是sentence-level的文本摘要任務，本文的方法同樣可以啟發文本摘要任務的研究。本文工作來自deepmind，並且是EMNLP 2016 Accepted。

PaperWeeklyAnnotating Derivations: A New Evaluation Strategy and Dataset for Algebra Word Problems

本文研究的內容很有意思，是algebra word problems，是自動求解代數問題的基礎，這個問題可以等同為一個semantic parsing的問題，模型通過讀入一段文本，理解其意思，然後構造出一個方程，最後給出方程的解。作者還給出了一個新的dataset和評價標準，本文工作來自伊大香檳分校和微軟研究院。這個task本身非常有意思，也很有難度。

PaperWeeklyOnline Segment to Segment Neural Transduction

本文針對之前encoder-decoder模型面臨的一個瓶頸，即將輸入全部讀入並保存為一個固定大小的hidden states，作者提出了一種新的attention機制，將attention權重作為一種隱變數，在句子摘要上證明了效果，本文工作來自deepmind。

PaperWeekly一周值得讀（偏應用）

PaperWeeklyGoogle』s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation

本周最受關注，也備受爭議的一篇paper，Google放出了他們最新一代的機器翻譯系統，一種神經網路翻譯系統。指標上的提升，說明了效果確實有提升，但不代表具體到每一句話都能令人滿意。

PaperWeeklyUbuntuWorld 1.0 LTS - A Platform for Automated Problem Solving & Troubleshooting in the Ubuntu OS

本文給出了一個Ubuntu系統問題諮詢和錯誤排查的bot，可以在bash terminal中運行，通過增強學習進行訓練，可以回答一些基本的問題和錯誤排查。demo bot被封裝成一個python package，即插即用。回答問題的數據來自於Ask Ubuntu。測試了DQN在特定領域bot中的效果，定義了幾組簡單的命令作為action，open/close，install/remove等等，technical support是客戶服務中難度非常大的一類，本文嘗試了用一種完全端到端+增強學習的方案來探索解決此類問題。

PaperWeeklyCharacter Sequence Models for ColorfulWords

本文研究的內容非常有意思，輸入一個word，輸出這個word對應的color並著色。作者構建了一組大型的color-name對數據集，來做一個color圖靈測試。該系統的demo地址：http://colorlab.us./

PaperWeeklyEquation Parsing: Mapping Sentences to Grounded Equations

本文研究的內容非常有趣也很有實際意義，即從文本中抽取出數學關係，作者將該任務定義如下：給定一句話，抽取出其中的變數和數學關係，並用方程表示。這個研究可以被應用在新聞機器人上，財經、體育等。

PaperWeeklyInducing Multilingual Text Analysis Tools Using Bidirectional Recurrent Neural Networks

資源稀缺語言的標註問題是一個經典的問題，一般的做法是將資源豐富的語音對齊映射過去進行標註，自動詞對齊的錯誤會影響最終的效果。本文針對這個問題，提出了一種BiRNN模型，並且融合外部信息解決問題。該模型具有以下特點：1、不需要詞對齊信息；2、不限定語言，可用於多種資源少的語言；3、提供一種真正的多語言tagger。

一周資源

PaperWeeklyTHULAC

THULAC.so：一個高效的中文詞法分析工具包，為了滿足Python下分詞對速度的要求，發布了一個產生.so文件的THULAC版本，並且提供Python調用的示例代碼。這樣THULAC在Python下的分詞速度得到大幅度提高。

PaperWeeklytinyflow

DMLC陳天奇開放了一個兩千行代碼的樣例項目，教你如何從頭開始打造一個和TensorFlow一樣API的深度學習系統。其中涉及到一個非常重要的開源庫NNVM，地址： GitHub - dmlc/nnvm: Intermediate Computational Graph Representation for Deep Learning Systems 。博客介紹：Build your own TensorFlow with NNVM and Torch ，中文版：NNVM打造模塊化深度學習系統

PaperWeekly廣告時間

PaperWeekly是一個分享知識和交流學問的民間組織，關注的領域是NLP的各個方向。如果你也經常讀paper，也喜歡分享知識，也喜歡和大家一起討論和學習的話，請速速來加入我們吧。

微信公眾號：PaperWeekly

推薦閱讀：