摘要: 论文地址:https://www.aclweb.org/anthology/Q19-1011/ 已有研究工作: 之前的研究工作没有将文本分割和文档分类在整个文档级别上联合进行过;在数据集方面,缺少主题漂移情况的数据。 本文的工作和创新点: 1、提出了一个端到端的模型SECTOR,它可以将文档分割为连 阅读全文
posted @ 2020-04-20 23:56 bernieloveslife 阅读(412) 评论(0) 推荐(0) 编辑
摘要: 论文地址:https://www.aclweb.org/anthology/P19-1104/ 已有研究工作: 修改一篇文章的作者风格尚未有很可靠的方法,基于规则的方法不够灵活,也没有针对特定作者足够的规则集,基于单语机器翻译缺乏足够数据集,循环使用多语翻译的方法已经被证明是无效的,同时,这些方法缺 阅读全文
posted @ 2020-04-20 23:53 bernieloveslife 阅读(214) 评论(0) 推荐(0) 编辑
摘要: 论文地址:https://www.aclweb.org/anthology/P19-1103/ 已有研究工作: 在文本的对抗样本领域,因为有词嵌入的存在,很难将特征空间的扰动向量映射到词汇表中的有效单词。因此在CV领域的方法不能直接用于NLP领域,一般的方法是在词级别或者字符级别直接修改原始样本,来 阅读全文
posted @ 2020-04-20 23:50 bernieloveslife 阅读(1151) 评论(0) 推荐(0) 编辑