10 2020 档案
摘要：剑指 Offer 36. 二叉搜索树与双向链表 输入一棵二叉搜索树，将该二叉搜索树转换成一个排序的循环双向链表。要求不能创建任何新的节点，只能调整树中节点指针的指向。 为了让您更好地理解问题，以下面的二叉搜索树为例： 我们希望将这个二叉搜索树转化为双向循环链表。链表中的每个节点都有一个前驱和后继指针
阅读全文
摘要：贪心算法 class Solution: def maxSubArray(self, nums: List[int]) -> int: # 贪心算法 nlen = len(nums) if not nums: return float("-inf") cur_sum = max_sum = nums
阅读全文
摘要：Recognizing Implicit Discourse Relations via Repeated Reading: Neural Networks with Multi-Level Attention 实际上，在不同的篇章标注框架下，存在着多个具有内在联系的语料库。 为了利用不同篇章语料库
阅读全文
摘要：Recognizing Implicit Discourse Relations via Repeated Reading: Neural Networks with Multi-Level Attention（2016） Motivation 为了模仿 重复阅读策略，我们提出了Neural Net
阅读全文
摘要：from thop import profile class Test(nn.Module): def __init__(self, input_size, output_szie): super(Test, self).__init__() self.out = nn.Linear(input_s
阅读全文
摘要：笔记 import logging def create_logger(fp): #打印日志的时间、日志级别名称、日志信息 logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s: %(message)s
阅读全文
摘要：watch -n 0.1 nvidia-smi watch --color -n1 gpustat -cpu # pip install gpustat
阅读全文
摘要：学习率预热 在预热期间，学习率从0线性增加到优化器中的初始lr。 在预热阶段之后创建一个schedule，使其学习率从优化器中的初始lr线性降低到0 Parameters optimizer (Optimizer) – The optimizer for which to schedule the
阅读全文
摘要：https://docs.python.org/zh-cn/3/library/argparse.html import argparse parser = argparse.ArgumentParser() parser.add_argument('--dataset-type', type=st
阅读全文
摘要：Motivation 数据稀疏问题、缺乏衡量单词对语义关系的指标。 distributed word representations处理数据稀疏问题有优势，深度学习模型在文本语义匹配上取得进展。 使用 word embeddings 作为输入 Gate relevance network捕捉单词对之
阅读全文
摘要：学习笔记 学习笔记 classification_report sklearn.metrics.classification_report(y_true, y_pred, labels = None, target_names = None, sample_weight = None, digits
阅读全文
摘要：学习笔记1 学习笔记2 RoBERTa: A Robustly Optimized BERT Pretraining Approach（一种鲁棒优化的 BERT预训练方法） 细读，半天 Motivation 目前自训练方法例如Elmo，GPT，Bert，XLNet在NLP领域取得了很不错的成绩，但是
阅读全文
摘要：Shallow Convolutional Neural Network for Implicit Discourse Relation Recognition 略读，科普，1h Motivation 浅层卷积神经网络进行隐式篇章关系识别，浅层结构减轻了过拟合问题，而卷积和非线性操作有助于保持我们的
阅读全文
摘要：Towards Cross-Domain PDTB-Style Discourse Parsing（2014） 走向跨域的PDTB式篇章分析，1h，速读 Motivation Discourse Relation Parsing是为了理解句子边界以外的文本。 文献表明，篇章连接词检测 和 篇章关系s
阅读全文
摘要：PDTB-style Discourse Annotation of Chinese Text（2012） 1h，科普 Activation 描述了一个汉语语篇标注方案，采用了词汇基础法（受PDTB启发）； 同时，它根据中文文本的语言和统计特征进行改编。 提供了一个更广阔的视角，来研究 广义词汇基础
阅读全文
摘要：Motivation 提出了在 XML语言格式下，PDTB2.0的转换和统一。转换后语料 允许在 XQuery标准上 同时 搜索语法指定的 篇章信息。 解决问题 Conversion into XML PTB XML：XMLization of syntactic structures PDTB X
阅读全文
摘要：https://www.zhihu.com/question/337886108/answer/770243956 https://yiyibooks.cn/yiyibooks/Attention_Is_All_You_Need/index.html Abstract 模型在质量上更优越，并行性更好
阅读全文
摘要：A PDTB-Styled End-to-End Discourse Parser（2010年） 科普，快速浏览，1h 1 Abstract 开发了一个full discourse parser in PDTB style。 这个训练的解析器：首先识别所有的篇章和非篇章关系，定位 并 标记 他们的论
阅读全文
摘要：题解 python版本 # # @lc app=leetcode.cn id=213 lang=python3 # # [213] 打家劫舍 II # # @lc code=start class Solution: def rob(self, nums: List[int]) -> int: de
阅读全文
摘要：动态规划 /* * @lc app=leetcode.cn id=5 lang=cpp * * [5] 最长回文子串 */ #include <iostream> #include <string> #include <cstdlib> #include <cstdio> using namespa
阅读全文
摘要：Automatic sense prediction for implicit discourse relations in text（文本中隐含篇章关系的自动sense预测）（2009） 2009年，科普，快速看 Abstract(摘要) 提出了一系列 自动识别 隐含篇章关系 sense 的实验。
阅读全文
摘要：Easily Identifiable Discourse Relations(易于识别的篇章关系) 2008年，科普，快速看 Abstract(摘要) 提出基于PDTB研究，PDTB是一个人工标注的大型语料库，包含显式或隐式实现的contingency, comparison, temporal，
阅读全文
摘要：2020.9 - 2010.20 篇章关系分析研究综述 The Penn Discourse TreeBank 2.0 PDTB3-Annotation-Manual BERT: Pre-training of Deep Bidirectional Transformers for Language
阅读全文
