learning to generate question headlines 讲座
渣排版预警！code
出发点
新闻用户为何会点：
主观：用户兴趣／热点事件
客观：新闻标题（新闻入口）／新闻内容（更简单，更有趣）事件
标题分类：
surprise，好奇，负例，数字，你，客观的描述，问题的形式 。。。。io
咱们这个目标就是创建问题的形式。test
ABtest：
question形式点击基本为15%，非question为13%（虽然abtest感受不太标准。效率
用户的好奇心。方法
任务 Task
1.原文中直接抽取标题
2.摘要式抽取标题，理解完文本以后，本身生成word
1.句法树
2.seq2seqco
给输入的新闻文本，经过seq2seq产生headline数字
解决方法
seq2seq，rnn处理。每一个单元替换成为lstm，GRU（核心都是经过gate来保留信息）
gru效率比lstm高，并且更简单，故选择gru生成
用attention mechanism去作的标题生成
word encoder是BI-Gru处理：正向信息和反向信息
sentence encoder也是一个bi-gru
实验评价结果 很牛逼
相关文章
- 1. Learning to Generate Questions by Learning What not to Generate阅读笔记
- 2. [coursera/dl&nn/week1]Introduction to deep learning(summary&question)
- 3. Learning to Paraphrase for Question Answering 论文笔记
- 4. 阅读《Learning to Ask: Neural Question Generation for Reading Comprehension 》
- 5. lxml视频讲座
- 6. Machine Learning Foundations 作业二 Question 10 解答
- 7. 轨迹生成路网论文研读：Learning to Generate Maps from Trajectories
- 8. Introduction to Machine Learning
- 9. 论文学习:Learning to Generate Time-Lapse Videos Using Multi-StageDynamic Generative Adversarial Networks
- 10. CV-Paper-数据增强-Learning to Generate Synthetic Data via Compositing
- 更多相关文章...
- • XSLT generate-id() 函数 - XSLT 教程
- • MySQL存储引擎精讲（附带各种存储引擎的对比） - MySQL教程
- • 为了进字节跳动，我精选了29道Java经典算法题，带详细讲解
- • Java Agent入门实战（一）-Instrumentation介绍与使用
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
- 1. 升级Gradle后报错Gradle‘s dependency cache may be corrupt (this sometimes occurs
- 2. Smarter, Not Harder
- 3. mac-2019-react-native 本地环境搭建(xcode-11.1和android studio3.5.2中Genymotion2.12.1 和VirtualBox-5.2.34 )
- 4. 查看文件中关键字前后几行的内容
- 5. XXE萌新进阶全攻略
- 6. Installation failed due to: ‘Connection refused: connect‘安卓studio端口占用
- 7. zabbix5.0通过agent监控winserve12
- 8. IT行业UI前景、潜力如何？
- 9. Mac Swig 3.0.12 安装
- 10. Windows上FreeRDP-WebConnect是一个开源HTML5代理，它提供对使用RDP的任何Windows服务器和工作站的Web访问
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Learning to Generate Questions by Learning What not to Generate阅读笔记
- 2. [coursera/dl&nn/week1]Introduction to deep learning(summary&question)
- 3. Learning to Paraphrase for Question Answering 论文笔记
- 4. 阅读《Learning to Ask: Neural Question Generation for Reading Comprehension 》
- 5. lxml视频讲座
- 6. Machine Learning Foundations 作业二 Question 10 解答
- 7. 轨迹生成路网论文研读：Learning to Generate Maps from Trajectories
- 8. Introduction to Machine Learning
- 9. 论文学习:Learning to Generate Time-Lapse Videos Using Multi-StageDynamic Generative Adversarial Networks
- 10. CV-Paper-数据增强-Learning to Generate Synthetic Data via Compositing