摘要：
论文地址 ： https://www.aclweb.org/anthology/P19-1352/ 作者 ：Xuebo Liu, Derek F. Wong, Yang Liu, Lidia S. Chao, Tong Xiao, Jingbo Zhu 机构 ：澳门大学，清华大学，东北大学 研究的问 阅读全文
摘要：
论文地址：https://arxiv.org/abs/1901.02860 作者 ：Zihang Dai, Zhilin Yang, Yiming Yang, Jaime Carbonell, Quoc V. Le, Ruslan Salakhutdinov 机构： CMU，Google 研究的问题 阅读全文
摘要：
论文地址：https://arxiv.org/abs/1905.08160 作者 ： Joost Bastings, Wilker Aziz, Ivan Titov 机构：University of Amsterdam 研究的问题： 同样是关注神经网络可解释性的一篇论文，主要是分类任务中的可解释性。 阅读全文
摘要：
论文地址 ：https://arxiv.org/abs/1905.06401v1 作者 ：Grzegorz Chrupała, Afra Alishahi 机构：Tilburg University 已有研究工作： 在神经网络的分析中，最常用的方法是诊断模型（diagnostic models）。具 阅读全文
摘要：
论文地址：https://arxiv.org/abs/1906.03731v1 作者 ： Sofia Serrano, Noah A. Smith 机构 ：华盛顿大学 研究的问题： 在句子分类任务中讨论attention的作用，主要是通过中间表示擦除的方法来验证注意力机制的作用，即通过mask注意力 阅读全文
摘要：
论文地址：https://www.aclweb.org/anthology/P19-1281/ 作者：Henry Moss, Andrew Moore, David Leslie, Paul Rayson 机构：Lancaster University 研究的问题： 关注模型选择的问题，也就是在尽可 阅读全文
摘要：
论文地址 ： https://www.aclweb.org/anthology/P19-1189/ 已有研究工作： TDS，training data selection，可以用来解决监督模型中的数据跨域、分布不匹配的问题，可以去除噪声和不相干的样本。一般的方法是将整个数据集在某种度量标准下进行评分 阅读全文
摘要：
论文地址 ： https://arxiv.org/abs/1907.09671?context=cs.LG 研究的问题： 神经网络复杂强大的表达能力是以牺牲了数据效率为代价的，本文要做的就是以半监督的方式预先学习抽象的知识，将神经网络的表达能力和逻辑形式的数据效率结合起来。 如上图所示，模型经过两个 阅读全文
摘要：
论文地址：https://arxiv.org/abs/1906.01250?context=cs.LG 已有的研究工作： 在实体链接上，已有的工作大多基于维基百科和启发式方法，它需要大量特地为任务注释的文档集合。并且这样的模型只适用于特定领域，在其他领域应用效果较差。 本文的工作和创新点： 本文主要 阅读全文
摘要：
论文地址：https://arxiv.org/abs/1906.02897?context=cs.CL 研究的问题： 关注的是半监督的多域学习的问题，具体地说，由于文本的来源是各种各样的，它们的形式并不一致，域标签也并不总是可用的。同时，有一些跨域的内容，比如“新闻”下面包括政治、体育、旅游等。要准 阅读全文