Neural Machine Translationのはなし。RNNからLSTM、phrase-based #emnlpyomi
2014-11-22 15:39:57@kiyukuta さんのスライドいつも見やすいなぁ。LSTMのゲートをスイッチに見立てて説明している #emnlpyomi
2014-11-22 15:44:18RNN encoder-deocderの説明。encoderはLSTMを使ったRNN language modelと大体同じかな。decoderはmax-outを使って生成される単語を選択している #emnlpyomi
2014-11-22 15:47:36単に正例、負例ということでなく、各事例の信頼度を考える。webのデータ、広告のデータ等でこういうことはよく起こりうる #emnlpyomi
2014-11-22 16:08:05likely positive/negative は、データのたまっていないサービス開始時にこそ活用するのがいい。まさに #emnlpyomi
2014-11-22 16:17:45CRFがわからない人はこの本がオススメ! amazon.co.jp/%E6%97%A5%E6%9… #emnlpyomi
2014-11-22 16:30:13Transition baseなど、係り受け解析の基本的な話はこの辺のスライドに #emnlpyomi slideshare.net/unnonouno/ss-5…
2014-11-22 16:31:51さっきのActive learningに対する @kisa12012 さんのコメントをTwitterで見つけた。twitter.com/kisa12012/stat… #emnlpyomi
2014-11-22 16:35:16EMNLP2014読み会で発表しました > Positive Unlabeled Learning for Deceptive Reviews Detection slideshare.net/Quasi_quant201… #emnlpyomi
2014-11-22 19:23:45My latest upload : Learning Phrase Representations using RNN Enco… on @slideshare slideshare.net/yutakikuchi927… via @SlideShare 本日の資料です #emnlpyomi
2014-11-22 23:27:53改めて見直したらおまけのNeural Machine Translationの部分,スライドだけで伝わるかは自信ない
2014-11-22 23:33:00