在碎片化閱讀充斥眼球的時代，越來越少的人會去關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，查看更多最新論文推薦。

這是 PaperDaily 的第 72 篇文章

Accelerating Neural Transformer via an Average Attention Network

@bzhang 推薦

#Neural Machine Translation

本文主要研究機器翻譯領域最先進的 Transformer 系統（Attention is all you need）。針對該系統解碼效率底下的問題，本文在模型設計層面提出平均注意網絡，在不損失翻譯質量的情況下，本文所提模型有效提升解碼速率 4~7 倍。?

本文在 WMT 六個語言對 12 個翻譯方向上進行了實驗論證，結果一致地表明本文所提模型可以有效地提升解碼速率，并生成高質量譯文。

論文鏈接

https://www.paperweekly.site/papers/1929

代碼鏈接

https://github.com/bzhangXMU/transformer-aan

Cross Domain Regularization for Neural Ranking Models Using Adversarial Learning

@Ttssxuan 推薦

#Adversarial Learning

本文來自 SIGIR ’18。深度表征學習網絡可以自動地學習數據集中數據的表示，但是這也存在局限性，其被局限到被采樣的數據中，而對未見過的數據域泛化能力有限。本文借助對抗網絡對表征學習網絡進行正則化，其分類器向表征網絡提供負反饋，使其不會陷入特定數據域的表征學習，從而提升網絡對的泛化能力。

論文鏈接

https://www.paperweekly.site/papers/1923

Hierarchical Neural Story Generation

@llamazing 推薦

#Text Generation

本文來自 Facebook AI Research，論文使用層次話結構做故事生成，解決長依賴性問題。少信息->多信息，decoder self-attention + model fusion，decoder 時 word 從 word prob top10 中隨機選取，可減少生成重復文本。

論文鏈接

https://www.paperweekly.site/papers/1932

DOTA: A Large-scale Dataset for Object Detection in Aerial Images

@paperweekly 推薦

#Object Detection

本文提出了一個數據集，包含 2806 張遙感圖像（大小約 4000*4000），188,282 個 instances，分為 15 個類別。

論文鏈接

http://www.paperweekly.site/papers/1907

代碼鏈接

https://github.com/jessemelpolio/Faster_RCNN_for_DOTA

數據集鏈接

https://captain-whu.github.io/DOTA/dataset.html

Spiking Deep Residual Network

@chlr1995 推薦

#Spiking Neural Network

脈沖神經網絡（SNN）在生物理論中備受關注。理論上脈沖神經網絡應該與人工神經網絡的性能是相同的，但是訓練深層的 SNN 是非常困難的。本文提出了一種脈沖版本的 ResNet，并且在 MNIST、CIFAR 等數據集上實驗得到了 state of the art的結果。

論文鏈接

https://www.paperweekly.site/papers/1916

Deep Active Learning for Named Entity Recognition

@cmdjeu 推薦

#Named Entity Recognition

本文是亞馬遜和 UT Austin 發表于 ICLR 2018 的工作，論文在命名實體識別的方法上引入主動學習，在少量數據集即可達到較優結果，感覺也可以擴展到其他自然語言方向。

論文鏈接

https://www.paperweekly.site/papers/1919

An Universal Image Attractiveness Ranking Framework

@Ttssxuan 推薦

#Image Ranking

本文來自微軟，本文結合 deep convolutional neural network 和 rank net，設計對成對的圖片的 Attractiveness 排序模型。?模型首先使用深度卷積得到網絡圖片的 attractiveness score 的均值和方差，然后使用設計好的標準，對兩個圖片之間的關系進行預測。

論文把模型排序結果和搜索引擎排序結果比較，質量得到較明顯提升。

論文鏈接

http://www.paperweekly.site/papers/1908

Network Embedding as Matrix Factorization: Unifying DeepWalk, LINE, PTE, and node2vec

@xavierzw 推薦

#Network Embedding

本文來自清華和微軟。論文創造性地將 DeepWalk，LINE，Node2Vec 等 network embedding 的方法，通過 Matrix Factorization 框架來統一表示。

進一步地基于 Matrix Factorization 的思路，作者提出 NetMF 方法，實驗證明優于 DeepWalk，LINE 的算法。此外作者也給出了相關 Upper Bound 的嚴格數學證明。

論文鏈接

https://www.paperweekly.site/papers/1924

代碼鏈接

https://github.com/xptree/NetMF

Global Encoding for Abstractive Summarization

@llamazing 推薦

#Abstractive Summarization

本文是北京大學發表于 ACL 2018 的工作，論文提出用 Global Encoding 解決句內重復和輸入輸出語義無關問題，Convolutional Gated Unit + Self Attention。

論文鏈接

https://www.paperweekly.site/papers/1930

Look Closer to See Better: Recurrent Attention Convolutional Neural Network for Fine-grained Image Recognition

@RTM 推薦

#Image Recognition

本文是 CVPR 2017 的一篇 Oral 文章，主要工作集中在細粒度圖片識別。文中提出了一種級聯的網絡結構，通過 anattention proposal sub-network 實現粗粒度圖片到細粒度圖片的獲取和識別，文中充分利用了卷積神經網絡的注意力機制，在原始圖片的基礎上裁剪、放大識別圖片中目標。

論文鏈接

https://www.paperweekly.site/papers/1904

An Attention Mechanism for Answer Selection Using a Combined Global and Local View

@IndexFziQ 推薦

#Answer Selection

本文來自 Digitalgenius，提出用 attention 根據不同的輸入粒度計算相似度，將答案的特定部分中的局部信息與整個問題的全局表示相結合。Answer selection 的關鍵就是文本相似度的計算，文章有可以學習的地方。

最后在 InsuranceQA 上評估系統，實驗目的是看注意力機制關注的哪些部分文本，并探究其在不同參數設置下的表現，結果比 IBM（Improved Representation Learning for Question Answer Matching）提出的 Attention LSTM 稍微提高了一些。

論文鏈接

https://www.paperweekly.site/papers/1918

Deep & Cross Network for Ad Click Predictions

@c0de 推薦

#Ad Click Predictions

本文來自斯坦福大學和 Google，論文利用深度學習自動高效得學習高階交叉特征，免去特征工程。

論文鏈接

https://www.paperweekly.site/papers/1898

Cardiologist-Level Arrhythmia Detection with Convolutional Neural Networks

@liria 推薦

#Convolutional Neural Network

本文來自斯坦福吳恩達組，該論文主要做的事情建立了從單導聯的心電信號到 14 種心臟疾病的模型，模型是一個 34 層的 CNN 網絡。文章定義了 12 種心臟異常狀態和竇性心率及噪聲，共 14 種。模型主要是 34 層的殘差 CNN 將 ECG 序列映射到 label 序列。

本文聲稱自己的模型超過了心電科的醫生，不同于傳統的提取各種統計指標再訓練模型，是一種直接從 sequnce 訓練的模型，確實能夠減少很多工作量。

論文鏈接

https://www.paperweekly.site/papers/1921

Efficient Natural Language Response Suggestion for Smart Reply

@mev 推薦

#Natural Language Understanding

本文介紹了 Gmail Smart Reply 的一個檢索式實現，這個結果應該是實際產品化了的，有一定的參考價值。文章中使用了大量的方式來降低模型的 latency，并且使最終結果保持在較高精度。

比較有意思的是文中有一個實驗，使用句子的 ngram embedding sum 來表示句子，然后通過一個 RNN 重新生成原句，在幾十萬詞的數據集下得到了 ppl 為 1.2 的結果，證明了僅僅使用 ngram 就可以捕捉到足夠的句子序列信息了。

論文鏈接

https://www.paperweekly.site/papers/1935

DLTSR: A Deep Learning Framework for Recommendation of Long-tail Web Services

@somtian 推薦

#Recommender System

作者使用深層自編碼器解決推薦中的一個新穎問題：長尾推薦問題。探索了深度學習在推薦系統中越來越多的領域。

論文鏈接

https://www.paperweekly.site/papers/1936

代碼鏈接

https://github.com/baib/DLTSR

#推 薦 有 禮#

本期所有入選論文的推薦人

均將獲得PaperWeekly紀念周邊一份

▲?機器學習主題行李牌/卡套

▲?深度學習主題防水貼紙

想要贏取以上周邊好禮？

點擊閱讀原文即刻加入社區吧！

點擊以下標題查看往期推薦：?

• ??來不及想標題了，我要去打包收藏了
  

• ??快醒醒，一大波最新 AI 論文加開源代碼來襲！
  

• 選對論文，效率提升50% | 本周值得讀

• 入坑AI卻不知道該讀什么？這15篇最新論文給你答案
  

▲?戳我查看比賽詳情

關于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術平臺。如果你研究或從事 AI 領域，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。

▽ 點擊 |?閱讀原文?| 加入社區刷論文

總結

以上是生活随笔為你收集整理的15 篇最新 AI 论文来袭！NLP、CV...人人有份 | 本周值得读的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。