开源代码上新！6 份最新「Paper + Code」 | PaperDaily #17
在碎片化閱讀充斥眼球的時(shí)代，越來越少的人會(huì)去關(guān)注每篇論文背后的探索和思考。
在這個(gè)欄目里，你會(huì)快速 get 每篇精選論文的亮點(diǎn)和痛點(diǎn)，時(shí)刻緊跟 AI 前沿成果。
點(diǎn)擊本文底部的「閱讀原文」即刻加入社區(qū)，查看更多最新論文推薦。
這是 PaperDaily 的第?17?篇文章[ 自然語言處理 ] DuReader: a Chinese Machine Reading Comprehension Dataset from Real-world Applications@zhangjun 推薦
#Machine Reading Comprehension
大型中文閱讀理解數(shù)據(jù)集，工作來自百度。
TransNets - Learning to Transform for Recommendation@ccclyu 推薦
#Transfer Learning
引入了遷移學(xué)習(xí)的隱含表示層來減少 test dataset 的稀疏性。
[ 計(jì)算機(jī)視覺 ] Co-attending Free-form Regions and Detections with Multi-modal Multiplicative Feature Embedding for Visual Question Answering@xiaolu 推薦
#Visual Question Answering
視覺問答任務(wù)（Viual Question Answering）是最近 2-3 年興起的多模態(tài)任務(wù)。對(duì)于視覺問答任務(wù)，算法需要同時(shí)理解圖片內(nèi)容和語言信息，然后推理出正確的答案。目前常見的方法有多模態(tài)特征融合和以及視覺注意力機(jī)制。
已有的注意力機(jī)制主要有兩類，一類是基于全圖區(qū)域的注意力機(jī)制，一類是基于檢測框區(qū)域的注意力機(jī)制，前者容易關(guān)注到物體的一部分，后者會(huì)缺少一些檢測框。?
本文第一次嘗試將基于全圖區(qū)域的與基于檢測框區(qū)域的注意力機(jī)制融合在一個(gè)框架下，充分利用全圖區(qū)域和檢測框之間的互補(bǔ)信息；并且提出新的多模態(tài)特征融合方法，將問題特征、全圖特征、檢測框特征進(jìn)行有效的融合。模型在 VQA 和 COCO-QA 兩個(gè)主流數(shù)據(jù)集上實(shí)現(xiàn)了目前最好的結(jié)果。
Image Crowd Counting Using Convolutional Neural Network and Markov Random Field@cornicione 推薦
#People Counting
文章融合了 MRF 和 deep 網(wǎng)絡(luò)，提出了一種統(tǒng)計(jì)靜態(tài)圖片中人數(shù)的方法。
@zk5580752 推薦
#Attention Model
本文是一篇基于 Social LSTM 的后續(xù)論文，Social LSTM 是李飛飛團(tuán)隊(duì)于 2016 年提出的行人路徑預(yù)測方法。本文則在原文基礎(chǔ)上改進(jìn)了預(yù)測方式，不僅僅基于 RNN 模型，還引入了 Attention Model，使得預(yù)測更加精準(zhǔn)和全面。
Breaking the Softmax Bottleneck: A High-Rank RNN Language Model@paperweekly 推薦
#RNN
本文嘗試改進(jìn)了語言模型在預(yù)測 next token 時(shí)用 softmax 遇到的計(jì)算瓶頸。
本文由 AI 學(xué)術(shù)社區(qū) PaperWeekly 精選推薦，社區(qū)目前已覆蓋自然語言處理、計(jì)算機(jī)視覺、人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和信息檢索等研究方向，點(diǎn)擊「閱讀原文」即刻加入社區(qū)！
?我是彩蛋?
解鎖新功能：熱門職位推薦！
PaperWeekly小程序升級(jí)啦
今日arXiv√猜你喜歡√熱門職位√
找全職找實(shí)習(xí)都不是問題
?
?解鎖方式?
1. 識(shí)別下方二維碼打開小程序
2. 用PaperWeekly社區(qū)賬號(hào)進(jìn)行登陸
3. 登陸后即可解鎖所有功能
?職位發(fā)布?
請(qǐng)?zhí)砑有≈治⑿?#xff08;pwbot01）進(jìn)行咨詢
?
長按識(shí)別二維碼，使用小程序
*點(diǎn)擊閱讀原文即可注冊(cè)
關(guān)于PaperWeekly
PaperWeekly 是一個(gè)推薦、解讀、討論、報(bào)道人工智能前沿論文成果的學(xué)術(shù)平臺(tái)。如果你研究或從事 AI 領(lǐng)域，歡迎在公眾號(hào)后臺(tái)點(diǎn)擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。
與50位技術(shù)專家面對(duì)面20年技術(shù)見證，附贈(zèng)技術(shù)全景圖
總結(jié)
以上是生活随笔為你收集整理的开源代码上新！6 份最新「Paper + Code」 | PaperDaily #17的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 清华大学冯珺：基于强化学习的关系抽取和文
- 下一篇： HIN2Vec：异质信息网络中的表示学习