大家心目中的這些「優質」論文,你讀過幾篇?| PaperDaily #01

在碎片化閱讀充斥眼球的時代,越來越少的人會去關注每篇論文背後的探索和思考。

在這個欄目里,你會快速 get 每篇精選論文的亮點和痛點,時刻緊跟 AI 前沿成果。

點擊即刻加入社區,查看更多最新論文推薦。

[ 自然語言處理 ]

1. Sequence Level Training with Recurrent Neural Networks

@cosmmb 推薦

#recurrent neural networks

現在的 neural-based 的機器翻譯在 decoder 端,training 和 testing 在生成機制上存在一定的 disagreement。

decoder 說 training time 的時候後是 local 的,比如說無論之前生成的字是什麼 mode l都會用 ground truth 作為前一個字。而在 testing time 的時候是沒有 ground truth 的,因此無法給出前應該正確生成的字,這就導致了 training 和 testing 的時候對前一個字的準確度的依賴程度不一樣。

如果 testing time 前一個字生產錯誤,這就導致了 training 時學習的 distribution 和此時不一致而導致未知的後果。這篇文章就是為了統一 training 和 testing 的生成模式。

論文鏈接:paperweekly.site/papers

2. Learning to Rank Short Text Pairs with Convolutional Deep Neural Networks

@geledek 推薦

#question answering

這是一篇相當經典的 Siamese 網路模型,類似架構可以通過改變左右兩邊的網路結構而適用於各種 task。

如果把右側網路輸入換成 Label,則可以用於實現:yann.lecun.com/exdb/pub.

論文鏈接:paperweekly.site/papers

3. Generating Sentences by Editing Prototypes

@paperweekly 推薦

#natural language generation

本文提出了一種新的文本生成模型,即先從大量的語料中學習生成出一個原型句子,然後再次編輯原型句子而形成最後的句子。相對傳統的 left-to-right beam search,本文提出的 prototype-then-edit 生成的句子質量更高。

論文鏈接:paperweekly.site/papers

[ 計算機視覺 ]

4. Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields

@ailingzeng 推薦

#motion estimation

CVPR 2017:多人姿態實時估計,這裡主要亮點還是多人實時+效果.本文演算法主要流程如下:輸入一幅圖像,經過卷積網路提取特徵,得到一組特徵圖,然後分成兩個岔路,分別使用 CNN 網路提取 Part Confidence Maps 和 Part Affinity Fields ,得到這兩個信息後,我們使用圖論中的 Bipartite Matching 將同一個人的關節點連接起來得到最終的結果。

論文鏈接:paperweekly.site/papers

5. In Defense of the Triplet Loss for Person Re-Identification

@Molly 推薦

#question answering

對 triplet loss 的一個討論,裡面的 batch hardmining 非常好用。

論文鏈接:paperweekly.site/papers

[ 機器學習 ]

6. Graph Regularized Non-negative Matrix Factorization for Data Representation

@jindongwang 推薦

#matrix factorization

數據表示領域的經典文章,討論用圖正則化和矩陣分解的方式來表示數據。可以應用到很多方向的研究中。 第一作者是大牛、浙江大學 Deng Cai 老師,Jiawei Han 是共同作者。

論文鏈接:paperweekly.site/papers

本文由 AI 學術社區 PaperWeekly 精選推薦,社區目前已覆蓋自然語言處理、計算機視覺、人工智慧、機器學習、數據挖掘和信息檢索等研究方向,點擊「閱讀原文」即刻加入社區!

關於PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智慧前沿論文成果的學術平台。如果你研究或從事 AI 領域,歡迎在公眾號後台點擊「交流群」,小助手將把你帶入 PaperWeekly 的交流群里。

微信公眾號:PaperWeekly

新浪微博:@PaperWeekly

推薦閱讀:

微軟愛上Linux:當PowerShell來到Linux時
科學式家|第四範式陳雨強:萬字深析工業界機器學習最新黑科技
一位「AI 專家」的自白:自己像個騙子

TAG:机器学习 | 计算机视觉 |