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?7?篇文章[ 自然語言處理 ]

SLING: A framework for frame semantic parsing

@paperweekly 推薦

#Semantic Parsing

一個(gè)非常快的 semantic parsing 工具，工作來自 Google。

論文鏈接

http://www.paperweekly.site/papers/957

代碼鏈接

https://github.com/google/sling

Optimal Hyperparameters for Deep LSTM-Networks for Sequence Labeling Tasks

@wangmuy 推薦

#Sequence Labeling

通過超過 50000 次實(shí)驗(yàn)，綜合評(píng)價(jià)序列標(biāo)注任務(wù)（POS，Chunking，NER，Entities，Events）中的超參數(shù)作用。將比較有名的序列標(biāo)注都實(shí)現(xiàn)了一遍，并大量實(shí)驗(yàn)求證超參數(shù)的作用。

論文鏈接

http://www.paperweekly.site/papers/962

代碼鏈接

https://github.com/UKPLab/emnlp2017-bilstm-cnn-crf

Bottom-Up and Top-Down Attention for Image Captioning and Visual Question Answering

@jamiechoi 推薦

#QA

目前 coco leaderboard 第二名，來自微軟的論文。 提出了自下而上（bottom-up）和自上而下的 attention (top-down) 機(jī)制。其中 bottom-up 是利用 Faster R-CNN 提出圖像區(qū)域，每個(gè)區(qū)域都具有相關(guān)聯(lián)的特征向量，而 top-down 的機(jī)制確定特征的權(quán)重。

論文鏈接

http://www.paperweekly.site/papers/754

代碼鏈接

https://github.com/peteanderson80/bottom-up-attention

[ 計(jì)算機(jī)視覺 ]

Progressive Growing of GANs for Improved Quality, Stability, and Variation

@Gapeng 推薦

#GAN

NVIDIA 新作，更穩(wěn)定的 GAN 訓(xùn)練，以及更高分辨率的圖像生成，1024*1024 超高分辨率的 CelebA 圖像生成。

論文鏈接

http://www.paperweekly.site/papers/1008

代碼鏈接

https://github.com/tkarras/progressive_growing_of_gans

Learning to Compose Domain-Specific Transformations for Data Augmentation

@corenel 推薦

#Data Augmentation

提出了一種不需要特定領(lǐng)域知識(shí)的數(shù)據(jù)擴(kuò)增的方法，能夠生成大量標(biāo)記樣本，并且不損失類別信息。按文中所說，確實(shí)能夠提升一定的分類模型的精度。

論文鏈接

http://www.paperweekly.site/papers/919

代碼鏈接

https://github.com/HazyResearch/tanda

Class-specific Poisson denoising by patch-based importance sampling

@falconwj 推薦

#Image Denoising

將圖像降噪問題與高級(jí)視覺問題聯(lián)系在一起，有針對(duì)性的對(duì)不同圖像內(nèi)容進(jìn)行不同程度的降噪。解決了現(xiàn)有手法（BM3d）在 texture 圖像降噪上的過處理問題。

論文鏈接

http://www.paperweekly.site/papers/999

代碼鏈接

https://github.com/Ding-Liu/DeepDenoising

[ 機(jī)器學(xué)習(xí) ]

Reinforcement Learning for Bandit Neural Machine Translation with Simulated Human Feedback

@paperweekly 推薦

#Deep Reinforcement Learning

EMNLP 2017 論文，通過增強(qiáng)學(xué)習(xí)的方法來做 NMT，提出了一種 actor-critic 與 encoder-decoder 結(jié)合的框架。

論文鏈接

http://www.paperweekly.site/papers/951

代碼鏈接

https://github.com/khanhptnk/bandit-nmt

Gated Orthogonal Recurrent Units: On Learning to Forget

@datou?推薦

#RNN

文章是在 GRU 的基礎(chǔ)上做了兩個(gè)修改，一是將參數(shù)矩陣 U 變?yōu)檎痪仃?#xff0c;而是將 tanh 改為論文提的 modelRELU，對(duì)于某些實(shí)驗(yàn)有較明顯的提高。

論文鏈接

http://www.paperweekly.site/papers/1002

代碼鏈接

https://github.com/jingli9111/GORU-tensorflow

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)！

? ? ? ? ??

?游戲時(shí)間

?GAN 還是不 GAN？

GAN主題論文共讀小組

論文提名√在線投票√論文共讀√

活動(dòng)形式：語音直播 + 協(xié)同批注

?

?游戲規(guī)則?

1. 自由推薦任何與GAN有關(guān)的論文

2. 投票支持你想讀的論文

3. 每周六根據(jù)投票結(jié)果選出本期論文

?

長按識(shí)別二維碼，馬上報(bào)名

*添加好友請(qǐng)注明“GAN”

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。

總結(jié)

以上是生活随笔為你收集整理的这 8 份「Paper + Code」，你一定用得上 | PaperDaily #08的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。