用于部分迁移学习的加权对抗网络 | CVPR 2018论文解读
背景 我们目前接触过的绝大部分迁移学习问题情景都是：源域和目标域的特征空间与类别空间一致，只是数据的分布不一致，如何进行迁移。也就是说，源域和目标域要是几类，都是几类。 但是这种情况显然具有很大的限制性：在真实应用中，我们往往不知道目标域的类别，更无法获知它是否和源域的类别完全一样。这就极大地限制了它的应用。 迁移学习的目标就是利用大量有标注的源域数据来对目标域数据进行建模。如果我们假设已有的源....
求同存异，共创双赢 - 基于对抗网络的利用不同分词标准语料的中文分词方法 | 论文访谈间 #06
在中文信息处理中，分词（word segmentation）是一项基本技术，因为中文的词汇是紧挨着的，不像英文有一个天然的空格符可以分隔开不同的单词。虽然把一串汉字划分成一个个词对于汉语使用者来说是很简单的事情，但对机器来说却很有挑战性，所以一直以来分词都是中文信息处理领域的重要的研究问题。 如今 90% 乃至 95% 以上的中文分词准确率已不是什么难题，这得益于模型和算法上的不断进步...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
网络更多论文相关
域名解析DNS
关注DNS技术、标准、产品和行业趋势，连接国内外相关技术社群信息，加强信息共享。
+关注