在碎片化閱讀充斥眼球的時代，越來越少的人會去關(guān)注每篇論文背后的探索和思考。

在這個欄目里，你會快速 get 每篇精選論文的亮點和痛點，時刻緊跟 AI 前沿成果。

點擊本文底部的「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?12?篇文章[ 自然語言處理 ]

Earth Mover’s Distance Minimization for Unsupervised Bilingual Lexicon Induction

@paperhwd 推薦

#Bilingual Word Embeddings

文章想解決的問題是如何使用無監(jiān)督的方法構(gòu)建雙語詞典，傳統(tǒng)方法需要利用有監(jiān)督的種子翻譯詞對來獲得兩個語言空間的映射。文章的主要思路是借助 GAN 這個工具。當然我們知道 GAN 存在訓(xùn)練困難的問題，所以文章其實真正實現(xiàn)的是 WGAN。?

關(guān)于文章的應(yīng)用和意義，一方面為許多跨語言處理任務(wù)提供了重要資源，尤其是為完全缺乏雙語資源的小語種和專門領(lǐng)域開辟了與其他語言連接的可能。此外，只使用單語語料就能構(gòu)建雙語詞典意味著語言在詞匯層面的某種同態(tài)性，佐證了人類語言在概念表示上可能存在的一致性。

論文鏈接

http://www.paperweekly.site/papers/1087

代碼鏈接

http://nlp.csai.tsinghua.edu.cn/~zm/UBiLexEMD/

Ngram2vec: Learning Improved Word Representations from Ngram Co-occurrence Statistics

@paperhwd 推薦

#Word Embeddings

本文主要還是想生成質(zhì)量更好的詞向量，基于經(jīng)典的 word2vec 的思想，在其之上加入了 ngram 的共現(xiàn)信息，取得了更好的結(jié)果。我更加在意的其實是他們提供了不錯的工具包，同時在建立共現(xiàn)矩陣的時候采取了優(yōu)化策略來減少存儲開銷，加快了計算速度。

論文鏈接

http://www.paperweekly.site/papers/1086

代碼鏈接

https://github.com/zhezhaoa/ngram2vec/

Improved Neural Machine Translation with a Syntax-Aware Encoder and Decoder

@Andy 推薦

#Neural Machine Translation

文章提出了 bidirectional tree encoder，可以同時學(xué)會譯出語言的序列表達和樹狀表達特征。之后，解碼器利用這些信息進行解碼。 其次，提出了 tree-coverage model，使得注意力機制更有效地利用了譯出語言的句法結(jié)構(gòu)。

論文鏈接

http://www.paperweekly.site/papers/1082

代碼鏈接

https://github.com/howardchenhd/Syntax-awared-NMT/

A Simple Approach to Learn Polysemous Word Embeddings

@haimizhao 推薦

#Word Embeddings

文章在原有的向量表示的基礎(chǔ)上，直接對上下文的向量表示作加權(quán)和，作為目標詞在該上下文的表示，方法極其簡單，可以低成本嘗試，一系列評估方法也自成一體。

論文鏈接

http://www.paperweekly.site/papers/1052

代碼鏈接

https://github.com/dingwc/multisense

Neural Paraphrase Generation with Stacked Residual LSTM Networks

@paperweekly 推薦

#Paraphrase Generation

本文是第一篇用 deep learning 來做 paraphrase 生成任務(wù)的工作，已開源。

論文鏈接

http://www.paperweekly.site/papers/1034

代碼鏈接

https://github.com/iamaaditya/neural-paraphrase-generation

Attention-Based Recurrent Neural Network Models for Joint Intent Detection and Slot Filling

@applenob 推薦

#Recurrent Neural Networks

基于 attention 的意圖識別 + 槽位填充 RNN 模型。

論文鏈接

http://www.paperweekly.site/papers/937

代碼鏈接

https://github.com/DSKSD/RNN-for-Joint-NLU

https://github.com/applenob/RNN-for-Joint-NLU

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、計算機視覺、人工智能、機器學(xué)習(xí)、數(shù)據(jù)挖掘和信息檢索等研究方向，點擊「閱讀原文」即刻加入社區(qū)！

? ? ? ? ??

?我是彩蛋

?

解鎖新姿勢：用微信刷論文！

PaperWeekly小程序上線啦

今日arXiv√猜你喜歡√熱門資源√

隨時緊跟最新最熱論文

?

?解鎖方式?

1. 識別下方二維碼打開小程序

2. 用PaperWeekly社區(qū)賬號進行登陸

3. 登陸后即可解鎖所有功能

?

長按識別二維碼，使用小程序

*點擊閱讀原文即可注冊

關(guān)于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學(xué)術(shù)平臺。如果你研究或從事 AI 領(lǐng)域，歡迎在公眾號后臺點擊「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开源代码“All in One”：6 份最新「Paper + Code」等你复现 | PaperDaily #12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，歡迎將生活随笔推薦給好友。