...| 多人姿勢估計;對話框語義分析;無監督語義分析;自然語言處理...

2020-11-22 雷鋒網

論文名稱：Semantic Parsing for Task Oriented Dialog using Hierarchical Representations

作者：SonalGupta /RushinShah / MrinalMohit  /AnujKumar

發表時間：2018/10/18

論文連結：https://paper.yanxishe.com/review/9233

推薦原因

本文核心問題：這是Facebook的一篇論文，核心是做任務型對話系統，任務型對話系統目前有兩個主流的方式，一種是基於意圖識別和實體抽取的方法，但是這種方法很難解決複雜的查詢工作。還有一種是將自然語言直接轉換為計算機可以理解並且執行的語言，本文就是解決這個問題

創新點：面向任務的對話框系統的分層語義表示，它可以對組合查詢和嵌套查詢建模。提出了一個語義解析的層次化注釋方案，它允許組合查詢的表示，並且可以被標準的選區解析模型高效準確地解析。而且還發布了一個由44k個帶注釋的查詢1組成的數據集。

研究意義：在這個數據集上，解析模型的性能優於序列到序列的方法。

論文名稱：Grounded Unsupervised Semantic Parsing

作者：Hoifung Poon

發表時間：2017/5/13

論文連結：https://paper.yanxishe.com/review/9234

推薦原因

核心問題：這是一篇做語義解析的工作，具體來說就是通過無監督的方式，將自然語言轉成精準的資料庫查詢

創新點：這是第一個無監督的語義解析工作，本論文提出了一種GUSP系統，使用EM學習概率語義語法，以彌補直接監督的不足，還有一點是使用資料庫來進行輔助式監督學習，因為生成的SQL語言可以通過資料庫來獲取到是否可以執行

研究意義：在ATIS數據集中GUSP系統準確度達到84%，還有一點就是這種方式不需要具體的數據，這種無監督方式在一定程度上解決了數據量不足的問題。

論文名稱：The Stanford CoreNLP Natural Language Processing Toolkit

作者：ChristopherD.Manning  /Mihai Surdeanu /John Bauer

發表時間：2014/6/23

論文連結：https://paper.yanxishe.com/review/9235

推薦原因

最近在做英文的數據預處理的時候，使用了史丹福大學的數據預處理工具包coreNLP，這個工具包可以完成以下的幾個工作：

1.分詞

2.詞性標註

3命名實體識別

4句法成分分析

5依存句法分析

等等，提供了一系列的人類語言技術工具。支持多種自然語言處理基本功能，Stanfordcorenlp是它的一個python接口，這篇論文就是介紹這個工作的，這裡推薦給大家閱讀一下，可以說這些工作都是nlp的基礎性的工作。

  DeepCut：用於多人姿勢估計的聯合子集分區和標籤  

論文名稱：DeepCut: Joint Subset Partition and Labeling for Multi Person Pose Estimation

作者：Pishchulin Leonid /Insafutdinov Eldar /Tang Siyu /Andres Bjoern /Andriluka Mykhaylo /Gehler Peter /Schiele Bernt

發表時間：2015/11/20

論文連結：https://paper.yanxishe.com/review/9236

推薦原因：領域：多人關節姿態估計

提出了一種共同解決檢測和姿勢估計任務的方法：推斷場景中的人數，識別被遮擋的身體部位，並消除彼此相鄰的人之間的身體部位的歧義。這種聯合方式與以前的策略形成了鮮明的對比，後者通過首先檢測人們並隨後估計其身體姿勢來解決該問題。此論文提出了基於CNN的部分檢測器生成的一組身體部位假說的劃分和標記公式。公式是整數線性程序的一個實例，隱式地對候選零件集執行非最大抑制並將其分組以形成考慮幾何和外觀約束的身體部位配置。在四個不同數據集上進行的實驗證明了單人和多人姿勢估計的最新結果。

論文名稱：Search-based Neural Structured Learning for Sequential Question Answering

作者：Mohit Iyyer /Wen-tau Yih / Ming-Wei Chang

發表時間：2017/5/17

論文連結：https://paper.yanxishe.com/review/9237

推薦原因

核心問題：這篇論文是做問答系統的，核心是語義解析，它為了解決在對話過程中回答簡單但相互關聯的序列問題。

創新點：為了解剛才所提出的問題，本論文提出了一種新的動態神經網絡語義分析框架，應用了一種弱監督的獎勵引導搜索。

研究意義：通過這種方式來搭建的網絡模型，可以完成精確的回答（是在作者們自己收集的數據中）。       

為了更好地服務廣大 AI 青年，AI 研習社正式推出全新「論文」版塊，希望以論文作為聚合 AI 學生青年的「興趣點」，通過論文整理推薦、點評解讀、代碼復現。致力成為國內外前沿研究成果學習討論和發表的聚集地，也讓優秀科研得到更為廣泛的傳播和認可。

我們希望熱愛學術的你，可以加入我們的論文作者團隊。

加入論文作者團隊你可以獲得

    1.署著你名字的文章，將你打造成最耀眼的學術明星

    2.豐厚的稿酬

    3.AI 名企內推、大會門票福利、獨家周邊紀念品等等等。

加入論文作者團隊你需要：

    1.將你喜歡的論文推薦給廣大的研習社社友

    2.撰寫論文解讀

如果你已經準備好加入 AI 研習社的論文兼職作者團隊，可以添加運營小姐姐的微信，備註「論文兼職作者」

雷鋒網(公眾號：雷鋒網)雷鋒網雷鋒網

相關文章：

今日 Paper | 多人線性模型；身體捕捉；會話問答；自然語言解析；神經語義

今日 Paper | 手部和物體重建；三維人體姿態估計；圖像到圖像變換等

今日 Paper | 動態手勢識別；領域獨立無監督學習；基於BERT的在線金融文本情感分析等

今日 Paper | 新聞推薦系統；多路編碼；知識增強型預訓練模型等

今日 Paper | 小樣本學習；視覺情感分類；神經架構搜索；自然圖像摳像等

今日 Paper | 蚊子叫聲數據集；提高語音識別準確率；對偶注意力推薦系統等

今日 Paper | 人臉數據隱私；神經符號推理；深度學習聊天機器人等

今日 Paper | 虛擬試穿網絡；人群計數基準；聯邦元學習；目標檢測等

今日 Paper | 人體圖像生成和衣服虛擬試穿；魯棒深度學習；圖像風格遷移等

今日 Paper | 隨機微分方程；流式自動語音識別；圖像分類等

今日 Paper | 高維感官空間機器人；主動人體姿態估計；深度視頻超解析度；行人重識別等

今日 Paper | 3D手勢估計；自學習機器人；魯棒語義分割；卷積神經網絡；混合高斯過程等

今日 Paper | 精簡BERT；面部交換；三維點雲；DeepFakes 及 5G 等

今日 Paper | 虛假新聞檢測；馬爾可夫決策過程；場景文本識別；博弈論框架等

今日 Paper | 問答系統；3D人體形狀和姿勢；面部偽造檢測；AdderNet等

雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。

相關焦點

  • 達觀數據｜詳解自然語言處理5大語義分析技術及14類應用
    導讀自然語言處理（Natural Language Processing，NLP）技術是與自然語言的計算機處理有關的所有技術的統稱，其目的是使計算機能夠理解和接受人類用自然語言輸入的指令，完成從一種語言到另一種語言的翻譯功能。
  • 詳解自然語言處理（NLP）5大語義分析技術及14類應用（建議收藏）
    導讀：自然語言處理（Natural Language Processing，NLP）技術是與自然語言的計算機處理有關的所有技術的統稱，其目的是使計算機能夠理解和接受人類用自然語言輸入的指令，完成從一種語言到另一種語言的翻譯功能。自然語言處理技術的研究，可以豐富計算機知識處理的研究內容，推動人工智慧技術的發展。
  • 鄒炎炎:語義分析介紹及跨語言信息在語義分析中的應用 | AI 研習社...
    雷鋒網 AI 研習社編者按：語義分析（semantic parsing）是人工智慧的一個分支，是自然語言處理技術的幾個核心任務，涉及語言學、計算語言學、機器學習，以及認知語言等多個學科。近年來，隨著人工智慧的發展，語義分析也越發重要。word embedding 是很常見的 input feature，能夠很大程度地提升語義分析模型的性能。
  • 語義解析:人工神經網絡之外不容忽視的自然語言處理利器
    近年來，一些工業界機構也根據自己的業務場景提出了滿足各自需求的多種語義表示方法，例如亞馬遜的Alexa語音助手就採用了同樣基於有向無環圖的AMRL(Alexa Meaning Representation Language)來表示以對話為主的自然語言。還有一些研究者傾向於把自然語言直接轉化為像python、SQL一樣的程序語言，使之能夠直接被執行。
  • 人工智慧中的語義分析技術及其應用
    語義分析（Semantic Analysis）是人工智慧（Artificial Intelligence）的一個分支，是自然語言處理技術的幾個核心任務，涉及語言學、計算語言學、機器學習，以及認知語言等多個學科，語義分析任務有助於促進其他自然語言處理任務的快速發展。
  • 今日Paper | 梯度剪切;命名實體識別;自然語言處理;免強度函數學習...
    相關文章：今日 Paper | 小樣本學習；機器學習；單幅圖像去霧 ；零樣本目標檢測等今日 Paper | 可視問答模型；神經風格差異轉移；圖像壓縮系統 ；K-SVD圖像去噪等今日 Paper | 依賴性解析器；DNNs對圖像損壞；高效人臉特徵學習 ；虛擬試穿統一框架等今日 Paper | 模態平衡模型
  • 看一遍人類動作就能模仿,能理解語義的谷歌機器人登上無監督學習的...
    目標是使機器人能夠在只看到少量未標註的人類演示的情況下，理解一個任務，比如打開一扇門。通過分析這些演示，機器人必須理解執行哪些語義方面顯著的事件能夠使任務成功，然後使用強化學習來執行這些顯著事件。這種深度視覺特徵對於語義概念是敏感的，能夠很好的提取語義概念，同時防止諸如外觀和照明等變量的幹擾。研究者使用這些功能來解釋用戶提供的演示，結果顯示從幾個演示中就可以以無監督的方式學習到獎勵函數，而無需額外訓練。
  • 英語偏正式名名合成的語義分析
    概念合成及合成詞的相關研究綜述概念合成理論可以用來分析許多語言現象，包括複合詞、翻譯、語篇連貫等。孫亞[8]用該理論分析了翻譯的過程，指出譯文的產生是原文本和譯者理解共同作用的結果, 譯文空間是原文本空間和譯者空間概念合成的產物；根據吳莉[9]，Fauconnier 的心理空間理論從認知的角度為話語和短篇敘事的語篇分析提供了一個用來理解指稱、同指、敘事與描寫的一致性和連貫性的方法，為語篇的處理和加工過程提供了一個比較合理的解釋；胡璇[10]從概念合成的角度分析了中國相聲中幽默言語的意義建構過程
  • 資源| 自然語言語義代碼搜索之路
    選自GithubEngineering作者： hamelsmu、hohsiangwu機器之心編譯參與：Geek AI、張倩在本文中，作者向讀者分享了如何利用深度學習技術促進自然語言語義搜索的發展。此外，他們還分享了一個開源的示例，以及復現結果所需的代碼和數據。
  • MRCP學習筆記-自然語言語義標識語言(NLSML)
    Natural Language Semantics Markup Language的中文的全稱是自然語言語義標識語言。為了書寫方便，我們在接下來的部分使用其縮寫來表示。NLSML是W3C的一個發布標準，MRCP協議借用了NLSML的部分技術細節，經過一些裁剪實現了MRCP的NLSML版本。在今天的章節中，我們將涵蓋MRCP的自然語言語義標識語言一些關鍵配置參數和使用示例。
  • AI插手:語義分析助力高考語文閱讀理解
    AI語義識別是自然語言處理(NLP)技術的重要組成部分之一，語義識別的核心除了理解文本詞彙的含義，還要理解這個詞語在語句、篇章中所代表的意思，這意味著語義識別從技術上要做到：文本、詞彙、句法、詞法、篇章(段落)層面的語義分析和歧義消除，以及對應的含義重組，以達到識別本身的目的。現在AI人工智慧來插手文學了，這一次是用來「做高考閱讀理解」。
  • 人工智慧之自然語言處理初探
    編輯導讀：自然語言處理是人工智慧的一個細分領域，是一個龐大的系統的工程。本文將從自然語言處理的簡介、句法分析、發展現狀、話語分割、知識體系、指代消解六個方面展開分析，希望對你有幫助。最近在梳理人工智慧的一個細分領域自然語言處理相關知識點。
  • 自然語言處理在開放搜索中的應用
    簡介： 構建搜尋引擎的時候，都會遇到很多效果優化的問題，其中很多都和自然語言處理相關liveId=44650自然語言智能（NLP）自然語言智能研究實現人與計算機之間用語言進行有效通信。它是融合語言學、心理學、計算機科學、數學、統計學於一體的科學。它涉及到自然語言和形式化語言的分析、抽取、理解、轉換和產生等多個課題。
  • 今日Paper|RevealNet;時間序列預測;無監督問答;實時語義立體匹配等
    目錄F, B, Alpha Matting使用一種基於符號化方法的LSTM網絡進行時間序列預測RevealNet：窺探RGB-D掃描場景中的每個物體BERT還不足以稱之為知識庫：無監督問答任務中BERT對事實性的知識和基於名稱的推理學習能力對比
  • 今日Paper | RevealNet;時間序列預測;無監督問答;實時語義立體...
    Image Matting是眾多圖像編輯應用中的一個關鍵技術，其需要將對象從圖片分割出來並估計其不透明蒙版。基於深度學習的方法也取得了很大的進展，但大多數現有網絡僅預測alpha遮罩，需要藉助後處理方法來恢復透明區域中的原始前景色和背景色。雖然最近也有兩種新的方法來同時估計前景色，但其需要大量的計算和存儲成本。
  • 哈工大 AAAI 2018 錄用論文解讀:基於轉移的語義依存圖分析 | 分享...
    ：語義依存是中文語義的深層分析，完善的語義表示體系對語義依存分析有重要作用。右上圖是2012年和北京語言大學合作定義和標註的語義依存樹，通過一些依存弧把句子中有語義關係的詞連接起來。它是樹結構，所以成為語義依存樹。
  • 今日Paper | 自適應次梯度法;多域聯合語義框架;無問答對分析;口語...
    自適應次梯度法在線學習與隨機優化dropout：防止神經網絡過度擬合基於雙向RNN-LSTM的多域聯合語義框架分析無問答對的大規模語義分析口語系統評價：ATIS領域 論文名稱：Adaptive Subgradient Methods for Online
  • 國際語義評測SemEval 2020比賽收官 百度ERNIE獲五項世界冠軍
    這兩天，全球規模最大的語義評測比賽 SemEval 2020 結果出爐，百度憑藉自研的語義理解框架 ERNIE 一舉斬獲5項世界冠軍，囊括視覺媒體的關鍵文本片段挖掘、多語攻擊性語言檢測和混合語種的情感分析。
  • 國際語義評測 SemEval 2020比賽收官,百度ERNIE獲五項世界冠軍
    這兩天，全球規模最大的語義評測比賽 SemEval 2020 結果出爐，百度基於飛槳平臺自研的語義理解框架 ERNIE 一舉斬獲5項世界冠軍，囊括視覺媒體的關鍵文本片段挖掘、多語攻擊性語言檢測和混合語種的情感分析。
  • 京東商品評論情感分析｜語義網絡分析
    語義網絡的本質語義網絡是一種社會網絡分析的方法，由大量的常識與概念構成，用戶藉助於微博，臉書等社交媒體工具，由社交媒體工具構建聯繫網絡，通過語義網絡，識別評價主體與評論主體觀點間的聯繫。由網絡節點和有向線段組成完整的語義網絡關係圖，在圖中，概念之間的從屬關係用箭頭的方向來表示。