深度學習 自然語言處理 資料推薦
本次首先推薦邱錫鵬老師的兩個報告：
1. Deep learning for natural language processing
http://nlp.fudan.edu.cn/xpqiu/slides/[email protected]
主要討論了深度學習在自然語言處理中的應用。其中涉及的模型主要有卷積神經網路，遞迴神經網路，迴圈神經網路網路等，應用領域主要包括了文字生成，問答系統，機器翻譯以及文字匹配等。
卷積神經網路結構示意圖
遞迴神經網路結構示意圖
迴圈神經網路示意圖
2. 神經網路與深度學習
http://nlp.fudan.edu.cn/xpqiu/slides/20151226_CCFADL_NNDL.pdf
這個報告可以看作上個報告的簡短中文版，其中涉及的主要模型有卷積神經網路，迴圈神經網路以及前饋神經網路等。
前饋神經網路示意圖
另外推薦兩篇來自ACL 2016的tutorial
1. 語義表示相關的Tutorial
連結如下：
http://wwwusers.di.uniroma1.it/~collados/Slides_ACL16Tutorial_SemanticRepresentation.pdf
2. 短文字理解相關的tutorial
連結如下：
http://www.wangzhongyuan.com/tutorial/ACL2016/Understanding-Short-Texts/
最後分享幾篇搜尋意圖識別相關的論文
1. Query Intent Detection using Convolutional Neural Networks
這篇論文利用卷積神經網路來檢測查詢意圖。
連結如下：
http://people.cs.pitt.edu/~hashemi/papers/QRUMS2016_HBHashemi.pdf
people.cs.pitt.edu/~hashemi/papers/QRUMS2016_slides.pdf
2. Deep LSTM based Feature Mapping for Query Classification
基於深度學習中的LSTM用於查詢分類
連結如下：
https://aclweb.org/anthology/N/N16/N16-1176.pdf
長短時記憶網路結構示意圖
3. Understanding User’s Query Intent with Wikipedia
這篇論文利用維基百科來理解使用者查詢意圖
http://wwwconference.org/www2009/proceedings/pdf/p471.pdf