

陈丹琦博士论文翻译:神经阅读理解与超越(Neural Reading Comprehension and Beyond...
source link: https://www.tuicool.com/articles/yyYVZjQ
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

上午看到FlyAI-AINLP群里李俊毅同学发出的一条信息:
最近刚翻译、整理完的陈丹琦博士的论文, https://chendq-thesis-zh.readthedocs.io/en/latest/ ,感兴趣的同学可以来看看。 Neural Reading Comprehension and Beyond, 里面讲了很多关于神经阅读理解的背景知识,以及作者自己的实验思路。 个人觉得适合初入nlp的以及对阅读理解和对话感兴趣的同学。 才疏学浅,希望大家多多交流
赶紧去看了一下,译者非常用心的将陈丹琦博士论文整理在了readthedocs.io上:
陈丹琦博士,本科毕业于清华姚班,之后在坦福大学师从 Christopher Manning 教授,今年春季她的博士论文《Neural Reading Comprehension and Beyond》一经发布就引起了整个社交媒体的亢奋:
“ 很少有人的博士论文能够成为「爆款文章」,但陈丹琦做到了。 这位近日从斯坦福毕业的计算机科学博士引发了人们的广泛关注。据斯坦福大学图书馆介绍,她长达 156 页的毕业论文《Neural Reading Comprehension and Beyond》上传仅四天就获得了上千次的阅读量,成为了斯坦福大学近十年来最热门的毕业论文之一。 ”
但是热潮归热潮,亢奋过后还是需要安心的读论文,这156页博士论文,光读完就需要很多时间,更不要说这么贴心的翻译版了,这里要再次感谢一下译者,以下选自这个文档的译者序,感兴趣的同学可以点击‘阅读原文’,直达原文链接:
关于这片论文的中文翻译在这里: https://chendq-thesis-zh.readthedocs.io/en/latest/
阅读一本优秀的博士毕业论文是最快了解一个领域的方式。 这篇论文中会介绍机器阅读理解的前因后果以及最近和未来的发展趋势,并且,这里面会引用大量的参考文献,这都是宝贵的经过整理的NLP相关的学习资料。
本论文文主要研究了基于深度神经网络的阅读理解模型。 与传统的稀疏的、手工设计的基于特征的模型相比,这些端到端神经模型被证明在学习丰富的语言现象方面更有效,并在很大程度上提高了所有现代阅读理解基准的性能。
NLP领域逐渐进入人们的视野,从word2vec到BERT再到后来提出的一些模型,都是在dig预训练这个环节。 网络上流传很多资料,但很少有如此系统的文章,强推大家去仔细阅读一下。
才疏学浅,有不足之处,还望指出。 谢谢。 可以直接提出issue或者通过邮件联系: [email protected] 。
本文翻译已经咨询过原作者。
本文仅供学习交流所用,一切权利由原作者及单位保留,译者不承担法律责任。
原文地址:
https://www.cs.princeton.edu/~danqic/papers/thesis.pdf
陈丹琦博士个人主页:
https://www.cs.princeton.edu/~danqic/
Duke Lee
2019年
Recommend
-
53
近年来,基于深度学习方法的机器阅读理解受到了广泛的关注。近日,来自国防科技大学的团队在arXiv上发布了预印版综述文章 Neural Machine Reading Comprehension: Methods and Trends 。
-
59
本文中所有图片仅用于交流学习 本文作者: Duke Lee 编辑整理:Hoh Xil 内容来源:作...
-
44
作者丨胡明昊 学校丨国防科技大学博士生 研究方向丨机器阅读理解 引言 文...
-
10
文 | JayLou娄杰 这次解读的论文来自陈丹琦团队,一作曾是清华特奖得主@高天宇;借鉴GPT-3的核心思想,探索小样本微调方法。
-
14
斯坦福大学 CS224N 深度学习自然语言处理 2021 冬季课程即将开课! 自然语言处理(NLP)或者计算语言学是信息时代最重要的技术之一。从网络搜索、广告、电子邮件到客户服务、语言翻译、虚拟代理、医疗报告等,NLP 的应用几乎无处不在。近...
-
4
普林斯顿陈丹琦:如何让「大模型」变小-51CTO.COM
-
5
陈丹琦带队全员女将发新论文!提出AI消除性别偏见新方法,适用于任何模型 | EMNLP 2022
-
4
AIWeekly via Mac OS 实时周报:ht...
-
7
陈丹琦团队新作:5%成本拿下SOTA,“羊驼剪毛”大法火了 作者:梦晨 2023-10-12 12:13:16 LLM-Shearing,具体来说是一种定向结构化剪枝,将一个大模型剪枝到指定的目标结构。
-
8
Reading Comprehension Worksheets For 3rd Grade ...
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK