Neural Response Generation via GAN with an Approximate Embedding Layer

时间 2020-12-24

标签对话系统 GAN 繁體版

原文原文链接

1. Goal 用GAN来对dialogue system建模，从而减少safe response（e.g. “我不知道”, “我也是”）。 2. Contribution 提出了一个AEL (Approximate Embedding Layer )来解决seq2seq模型decode阶段由于sampling导致的不可微问题（non-differentiable problem）。 3. Mod

>>阅读原文<<

1. 系列总结：Sequence Generation via GAN
2. Neural Headline Generation with Minimum Risk Training
3. Embedding Layer
4. Text Generation With LSTM Recurrent Neural Networks in Python with Keras
5. Fast Approximate Energy Minimization via Graph Cuts
6. (zhuan) Recurrent Neural Network
7. 论文阅读：Neural Image Caption Generation with Visual Attention
8. Deep Speaker: an End-to-End Neural Speaker Embedding System
9. 【读】seq2seq——（6）Neural Headline Generation with Minimum Risk Training
10. GAN(9)——sequence generation
更多相关文章...
• ASP Response 对象 - ASP 教程
• XSLT 元素 - XSLT 教程
• Flink 数据传输及反压详解
• 为了进字节跳动，我精选了29道Java经典算法题，带详细讲解

最新文章

1. Duang!超快Wi-Fi来袭
2. 机器学习-补充03 神经网络之**函数(Activation Function)
3. git上开源maven项目部署多module maven项目（多module maven+redis+tomcat+mysql）后台部署流程学习记录
4. ecliple-tomcat部署maven项目方式之一
5. eclipse新导入的项目经常可以看到“XX cannot be resolved to a type”的报错信息
6. Spark RDD的依赖于DAG的工作原理
7. VMware安装CentOS-8教程详解
8. YDOOK：Java 项目 Spring 项目导入基本四大 jar 包导入依赖，怎样在 IDEA 的项目结构中导入 jar 包导入依赖
9. 简单方法使得putty（windows10上）可以免密登录树莓派
10. idea怎么用本地maven

本站公众号

欢迎关注本站公众号,获取更多信息

1. 系列总结：Sequence Generation via GAN
2. Neural Headline Generation with Minimum Risk Training
3. Embedding Layer
4. Text Generation With LSTM Recurrent Neural Networks in Python with Keras
5. Fast Approximate Energy Minimization via Graph Cuts
6. (zhuan) Recurrent Neural Network
7. 论文阅读：Neural Image Caption Generation with Visual Attention
8. Deep Speaker: an End-to-End Neural Speaker Embedding System
9. 【读】seq2seq——（6）Neural Headline Generation with Minimum Risk Training
10. GAN(9)——sequence generation

>>更多相关文章<<