文本摘要论文阅读第54页

《论文阅读》开放域对话生成——融合个性和知识并基于检索增强的回复生成

开放域对话生成——融合个性和知识并基于检索增强的回复生成前言简介GitHub地址思路出发点相关知识语义匹配Bi-encoderCross-encoderPloy-encoderDensepassageretriever(DPR)模型架构核心思想实现细节KnowledgeSelectorPersonaSelectorQuery-EnhancedGenerator模型选择总结</

365JHWZGo·2023-01-20 14:16

《论文阅读》Hybrid Curriculum Learning for Emotion Recognition in Conversation

《论文阅读》HybridCurriculumLearningforEmotionRecognitioninConversation简介思路出发点相关知识CurriculumLearningDifficultyMeasurerTrainingSchedulerArousal-Valenceemotion

365JHWZGo·2023-01-20 13:56

【论文笔记】QBSUM: 基于查找的文本摘要数据集

QBSUM:aLarge-ScaleQuery-BasedDocumentSummarizationDatasetfromReal-worldApplications论文下载地址https://arxiv.org/abs/2010.14108v2摘要基于查询的文档摘要旨在提取或生成直接回答或与搜索查询相关的文档的摘要。这是一项重要的技术，可以有益于各种应用程序，例如搜索引擎、文档级机器阅读理解和聊

啦啦伟vv·2023-01-20 13:16

Towards Facilitating Empathic Conversations in Online Mental Health Support 论文阅读笔记（一）

TowardsFacilitatingEmpathicConversationsinOnlineMentalHealthSupport论文阅读笔记（一）文章目录TowardsFacilitatingEmpathicConversationsinOnlineMentalHealthSupport

程序员小小何·2023-01-20 06:01

【论文阅读笔记|ACL2022】Query and Extract: Refining Event Extractionas Type-oriented Binary Decoding

论文题目：QueryandExtract:RefifiningEventExtractionasType-orientedBinaryDecoding论文来源：ACL2022论文链接：https://arxiv.org/pdf/2110.07476v1.pdf代码链接：GitHub-VT-NLP/Event_Query_Extract0摘要事件抽取通常被建模为一个多分类问题，其中事件类型和论元角色

Rose sait·2023-01-20 05:23

论文阅读23 - Mixture Density Networks(MDN)混合密度网络理论分析

MixtureDensityNetworks最近看论文经常会看到在模型中引入不确定性(Uncertainty)。尤其是MDN(MixtureDensityNetworks)在WorldModel这篇文章多次提到。之前只是了解了个大概。翻了翻原版论文和一些相关资料进行了整理。1.直观理解：混合密度网络通常作为神经网络的最后处理部分。将某种分布（通常是高斯分布）按照一定的权重进行叠加，从而拟合最终的分

SpadeA_Iverxin·2023-01-20 02:12

【论文阅读】Attributed Graph Clustering: A Deep Attentional Embedding Approach

【原文】ChunWang,ShiruiPan,RuiqiHu,GuodongLong,JingJiang,ChengqiZhang.AttributedGraphClustering:ADeepAttentionalEmbeddingApproach.Comments:AcceptedtoIJCAI-19Subjects:MachineLearning;MachineLearningCiteas:

RobinWang258·2023-01-19 21:10

论文阅读：攻击者的《银河系漫游指南》：开展对互联网资源供应商的路径外攻击以劫持互联网资源 the Hijackers‘ Guide To The Galaxy

原文链接：https://www.usenix.org/system/files/sec21-dai.pdf参考阅读：http://www.hackdig.com/09/hack-486357.htm简介：相较于一般的DNS投毒攻击，本篇论文作者聚焦于针对互联网资源供应商们的DNS投毒攻击。历史攻击事件表明，网络攻击者能够通过对供应商的DNS投毒，控制目标资源所有者在该供应商网站的账号（例如IP地

PUdd·2023-01-19 20:02

针对知识图谱嵌入（KGE）的投毒攻击【论文阅读】

目录前言一、知识图谱嵌入对抗攻击研究意义二、关于KGE的对抗攻击的研究难点和突破三、投毒攻击的设计①直接攻击②间接攻击四、实验设置和实验结果总结前言在著名的知识图谱数据集Freebase中，实体的数量超过3000万，而关系类型的数量只有1345。这导致了这样一个事实，即每种关系类型的固有特征远比实体的稳定，并且很难通过少量修改来操纵。因此，论文着重从实体的角度操纵目标事实的合理性。以此进行对抗攻击

白白净净吃了没病·2023-01-19 20:54

(1分钟速览)KBM-SLAM 论文阅读笔记

编辑切换为居中添加图片注释，不超过140字（可选）这篇博客记录了上面这篇论文的学习笔记。编辑切换为居中添加图片注释，不超过140字（可选）这个是本文的摘要，一眼开过去就是单目slam当今所遇到的问题，也即挑战场景对单目相机的影响以及单目相机如何解决挑战场景叭。当然单目相机+IMU可能是目前比较普遍的做法。然后又提了一下后端优化，说滤波的方法已经逐渐被淘汰，因为其计算量实在是太大，不过现在的r2li

whu_hy·2023-01-19 19:04

【论文阅读】Where Did You Learn That From? Surprising Effectiveness of Membership Inference Attacks Agains

一.论文信息题目：WhereDidYouLearnThatFrom?SurprisingEffectivenessofMembershipInferenceAttacksAgainstTemporallyCorrelatedDatainDeepReinforcementLearning（成员推理攻击在深度强化学习中对时间相关数据的惊人有效性）**发表年份：**2021**会议：**Axriv**论

qq_44848524·2023-01-19 15:13

基于消失点的相机自标定（2）

论文阅读模块将分享点云处理，SLAM，三维视觉，高精地图相关的文章

Being_young·2023-01-19 14:15

ATSS论文阅读笔记

论文题目是BridgingtheGapBetweenAnchor-basedandAnchor-freeDetectionviaAdaptiveTrainingSampleSelection，翻译过来就是通过自适应训练样本选择来弥合基于锚和无锚检测的差距。（弥合这个词是翻译来的，还挺不错的）摘要论文的摘要部分作者主要提出了两点。作者首先指出了基于锚和无锚检测之间存在表现差异的一个重要原因是因为这两

Mobu59·2023-01-19 14:11

论文阅读：Attention is all you need

文章目录前言前言在seq2seq中,encoder隐层的输出可以当作K,decoder隐层的输出作为Q,这里不能反过来,因为我们是根据注意力过滤掉K的内容,所以K对应encoder比如下面这张图,Q是running,就是问谁在跑,K注意到女孩,decoder发出Q,对应询问什么样的信息最重要,encoder则给出相应的K

live_for_myself·2023-01-19 12:45

论文阅读笔记：Attention is All You Need

论文标题：AttentionisAllYouNeed目录论文标题：AttentionisAllYouNeed1.摘要2.前言3.模型结构自注意力机制多头自注意力机制注意力机制在Transformer中的应用1.摘要过去最优的模型是带有attention连接的encoder-decoder模型，本文提出了一个名为Transformer的神经网络框架，Transformer基于注意力机制，完全不需要循

Bruce-XIAO·2023-01-19 12:12

论文阅读笔记 [NIPS2019] Learning to Self-Train for Semi-Supervised Few-Shot Classification

学习自我训练的半监督小样本分类Li-nips2019-LST-LearningtoSelf-TrainforSemi-SupervisedFew-ShotClassification摘要作者提出了一种新颖的半监督元学习方法：学习自我训练（简称LST）。这种方法利用无标签数据，特别是学习如何择优挑选和标记这些无标签数据，以进一步提高性能。对于每个小样本任务，训练一个小样本模型来预测无标签数据的伪标签

勇敢的仙人掌·2023-01-19 12:31

Multimodal End-to-End Sparse Model for Emotion Recognition论文阅读

MultimodalEnd-to-EndSparseModelforEmotionRecognition论文阅读作者：WenliangDai*,SamuelCahyawijaya*,ZihanLiu,PascaleFung

本卡·2023-01-19 10:50

论文阅读——Image Inpainting

目录ImageInpaintingIntroductionBSCB修复算法修复过程扩散过程Implementationdetails修复过程扩散过程ResultsImageInpaintingIntroduction原文连接：Imageinpainting(SIGGRAPH2000).Bertalmio,M.,Sapiro,G.,Caselles,V.,&Ballester,C.[Paper]图像

keep--learning·2023-01-19 10:31

【图像修复】论文阅读笔记 ----- 《Image inpainting based on deep learning: A review》

文章目录原文下载地址概述**单阶段修复****单结果修复****多元修复方法****渐进图像修复**低分辨率图像修复高分辨率图像修复基于先验知识的修复轮廓边缘引导图像修复生成性先验引导图像修复用于图像修复的数据集**不规则掩模数据集：****图像修复数据集：**分析**结论**原文下载地址原文下载链接1：https://www.sciencedirect.com/science/article/a

半岛铁子_·2023-01-19 10:57

【论文阅读】RetinaNet （Focal Loss for Dense Object Detection）

RetinaNet论文地址：https://arxiv.org/abs/1708.02002学习参考：RetinaNet论文和代码详解-知乎这边只是简单记录一下自己关注的，建议看别人已经写好的博客。RetinaNet网络框架图3单级RetinaNet网络架构在前瞻ResNet架构[16](a)之上使用特征金字塔网络(FPN)[20]主干来生成一个丰富的、多尺度的卷积特征金字塔(b)。在这个主干上，

Clark-dj·2023-01-19 10:27

论文阅读笔记---Image Inpainting with Local and Global Refinement

论文链接：https://weizequan.github.io/TIP2022/Image_Inpainting_with_Local_and_Global_Refinement-compressed.pdf代码链接：https://github.com/weizequan/LGNet文章提出了一个关于感受野的三阶段修复框架。首先应用具有大感受野（覆盖整个图像）的粗修补网络来填充孔洞，从而可以完

半岛铁子_·2023-01-19 10:25

【论文阅读】使用周期一致的对抗网络的非匹配的图片到图片的翻译

UnpairedImage-ImageTranslationusingCycle-ConsistentAdversarialNetworks论文地址：https://arxiv.org/abs/1703.10593发表日期：15/11/2018项目地址：https://github.com/junyanz/CycleGAN。高能预警：这篇文章将告诉你如何将苹果变成橘子，马变成斑马。图1：给定两个无

BonjourDurant·2023-01-19 09:42

python的研究方法有哪些_python有哪些提取文本摘要的库

展开全部1.2113googlegoose>>>fromgooseimportGoose>>>url='http://edition.cnn.com/2012/02/22/world/europe/uk-occupy-london/index.html?hpt=ieu_c2'>>>g=Goose()>>>article=g.extract(url=url)>>>article.titleu'Occ

weixin_39721370·2023-01-19 06:54

NLP文本摘要NO.2 TextRank算法

借鉴：http://121.199.45.168:8818/2_1/TextRank算法的概念对比于衡量网页重要性的PageRank算法,TextRank算法用于衡量哪些单词是关键词,类比之下的算法思想也就很好理解了:如果一个单词出现在很多单词的后面,就是它和很多单词有关联,那么说明这个单词比较重要.如果一个TextRank值很高的单词后面跟着另一个单词,那么后面这个单词的TextRank值也会相

XD101DX·2023-01-19 06:54

TextRank：Gensim使用的文本摘要算法

其中有一个文本摘要函数summarize，可以从大量的文本中提取重要的信息。下面简要介绍一下Gensim中的summarize函数的算法。

EwanZ·2023-01-19 06:23

【自然语言处理】基于TextRank算法的文本摘要

基于TextRank算法的文本摘要文本摘要是自然语言处理（NLP）的应用之一，一定会对我们的生活产生巨大影响。

皮皮要HAPPY·2023-01-19 06:53

论文阅读：CenterNet: Keypoint Triplets for Object Detection

论文阅读CenterNet:KeypointTripletsforObjectDetection1.背景2.Ourapproach2.1主要思想2.2网络结构2.3怎么定义中心区域？

Jason.su.ai·2023-01-19 06:18

CenterNet 论文阅读笔记

CenterNet:KeypointTripletsforObjectDetection是在cornernet上做改进提出的，认为cornernet对bbox内部信息缺少关注，因此在cornernet两个corner分支的基础上增加center分支，关注bbox内部信息

sysu_first_yasuo·2023-01-19 06:46

论文阅读【CenterNet】

代码：https://github.com/xingyizhou/CenterNet论文地址：https://arxiv.org/abs/1904.08189还有一篇重名？https://arxiv.org/pdf/1904.08189.pdfhttps://github.com/Duankaiwen/CenterNet文章要点：针对基于anchor的检测方法（yolov2-yolov3，SSD，

Rock_Huang~·2023-01-19 06:15

【论文阅读】 AdaptivePose: Human Parts as Adaptive Points

DOI：https://doi.org/10.1609/aaai.v36i3.20185AAAI2022Published：2022-06-28Others阅读/整理：翻译1、翻译2Intro&Background多人姿态估计方法two-stagemethods【图a】这些方法使用绝对关键点位置，定位的是独立的点，所以需要额外的步骤来为他们之间的关系建模1.Top-downMethods：先cro

우 유·2023-01-19 06:14

【论文阅读】CenterNet

论文题目：ObjectsasPoints（CVPR2019）论文地址：https://arxiv.org/pdf/1904.07850.pdf发布时间：2019.4.16机构：UTAustin，UCBerkeley代码：https://github.com/xingyizhou/CenterNet【论文】Intro1、ObjectDetection方法大多基于box，列举所有可能的复选框，在进行后

우 유·2023-01-19 06:10

2021论文阅读笔记集合

文章目录backbone(HRNetv2)High-ResolutionRepresentationsforLabelingPixelsandRegions(RepVGG)RepVGG:MakingVGG-styleConvNetsGreatAgainoperatorDecoupledDynamicFilterNetworks(RedNet)Involution:InvertingtheInher

一骑走烟尘·2023-01-18 19:15

《Artificial intelligence in healthcare》综述论文阅读

为了方便阅读，我将下面这篇综述论文进行了翻译。Yu,KH.,Beam,A.L.&Kohane,I.S.Artificialintelligenceinhealthcare.NatBiomedEng2,719–731(2018).https://doi.org/10.1038/s41551-018-0305-z人工智能在医疗保健中的综述摘要：人工智能正在逐渐改变医学实践。随着数字化数据采集、机器学习

浅陌夏初。·2023-01-18 18:59

【论文阅读笔记】---《A Survey of Model Compression and Acceleration for Deep Neural Networks》

论文：ASurveyofModelCompressionandAccelerationforDeepNeuralNetworks深度神经网络模型压缩与加速综述摘要--深度卷积神经网络（CNN）目前在很多视觉识别任务中有非常良好的表现。然而，目前的深度卷积神经网络模型非常耗费计算资源和内存，面临着在终端部署和低延迟需求场景下难以应用的问题。因此，一种很自然的解决方案就是在保证分类准确率不显著下降的前

吃不胖的卷卷·2023-01-18 17:38

Towards Open World Object Detection 论文阅读笔记

这是CVPR2021的一篇论文开放世界目标检测：在没有提供相关监督的情况下将无法分类的目标检测出来标记为unknown能够在后续提供这些标签时，不忘记之前的类别同时渐进地学得这些unknown的类别其实质是opensetlearning和incrementallearning的结合现有检测器其实不太合理，将未标注的目标和背景混为一谈，导致训练空间其实是个畸形的不合理的空间。这导致某些未标注的类别还

sysu_first_yasuo·2023-01-18 16:55

论文阅读||ORE：Towards Open World Object Detection

这是CVPR2021Oral的一篇文章，这篇文章提出了目标检测的新方向。（Oral是CVPR中最优质的论文。CV界的会议一般分三级：oral、poster、workshop。档次是降序排列的，oral需要作者准备PPT上台进行。参考：三名狂客的文章–论文级别划分）论文标题：TowardsOpenWorldObjectDetection（简称ORE）论文：https://arxiv.org/abs/

学cv的崽崽·2023-01-18 16:51

【论文阅读笔记】（2017 CVPR）See, Hear, and Read: Deep Aligned Representations

See,Hear,andRead:DeepAlignedRepresentations（2017CVPR）YusufAytar,CarlVondrick,AntonioTorralbaNotesContributionsInthispaper,welearnrichdeeprepresentationsthatarealignedacrossthethreemajornaturalmodaliti

小吴同学真棒·2023-01-18 16:21

论文阅读：Towards Open World Object Detection

论文阅读：TowardsOpenWorldObjectDetection本篇文章是今年cvpr的oral，如有理解不当，欢迎各位大佬指正。

qq_28224799·2023-01-18 16:50

论文阅读笔记-场景图谱-图谱生成：Scene Graph Generation from Objects, Phrases and Region Captions

文章目录摘要引言正文部分ConclusionnLiY,OuyangW,ZhouB等.SceneGraphGenerationfromObjects,PhrasesandRegionCaptions[J].ProceedingsoftheIEEEInternationalConferenceonComputerVision,2017,2017-October:1270–1279.摘要目标检测、场景图

古承风·2023-01-18 16:50

基于卷积神经网络的像素级图像融合——硕士论文阅读笔记

基于卷积神经网络的像素级图像融合原文知网：摘要1.介绍图像融合，引出CNN；2.本文DWT+CNN，本文的步骤；3.主客观优，9种对比算法。第1章引言1.介绍图像融合分类，可以分成三个层次：像素级、特征级、决策级，可以按照应用分类：多焦距、多模态、多曝光等；2.多焦距图像融合介绍；3.多模态医学图像融合介绍；4.遥感图像融合介绍；5.红外可见光图像融合介绍；6.领域不同，可分为空域和变换域；7.空

多肉葡萄·2023-01-18 16:43

【论文阅读】PL-SLAM: a Stereo SLAM System through the Combination of Points and Line Segments

一、系统总览这次的PLSLAM和之前的那个PLSLAM是两个东西，上一个PLSLAM相当于只有前端而没有后端，更多地是提出了一个前端的重投影误差，而这次的PLSLAM则是一个完整的PLSLAM框架，包括了制图、特征跟踪、局部制图以及回环检测等部分，大体框架如下：制图部分中，地图包括一系列的关键帧、检测到的路标点、共视图和生成树。关键帧存储特征的描述子以及所在关键帧的3d位姿，路标点存储最具有代表性

林北不要忍了·2023-01-18 11:16

【论文阅读】PL-SLAM Ｒeal-time monocular visual SLAM with points and lines

这篇论文是在ORBSLAM的基础上，将点特征增加为点线特征，由此引出的点线特征的SLAM。针对于线特征，又补充了线相关的误差计算、BA优化以及初始化等内容。论文翻译三、系统概述整篇论文都是在ORBSLAM上做出的修改，将对线的操作补充了进去，如下图所示。对于线特征，从输入帧中使用LSD算法进行提取，这是一个时间复杂度为O(N)的分类器，N表示输入帧中的像素数目，也就是说像素数目越多，用时越多。提取

林北不要忍了·2023-01-18 11:41

论文阅读：Convolutional Neural Networks for Sentence Classification 卷积神经网络的句子分类

ConvolutionalNeuralNetworksforSentenceClassification卷积神经网络的句子分类目录ConvolutionalNeuralNetworksforSentenceClassification卷积神经网络的句子分类摘要1引言2模型2.1正则化3数据集和实验设置3.1超参数和训练3.2预训练词向量3.3模型变体4结果与讨论4.1多通道与单通道模型4.2静态与

南有芙蕖·2023-01-18 11:06

论文阅读：How Does NLP Benefit Legal System：A Summary of LAI如何使用NLP技术帮助法律智能：关于法律智能的综述

HowDoesNLPBenefitLegalSystem：ASummaryofLegalArtificialIntelligenceIntelligence如何使用NLP技术帮助法律智能：关于法律智能的综述目录HowDoesNLPBenefitLegalSystem：ASummaryofLegalArtificialIntelligenceIntelligence如何使用NLP技术帮助法律智能：关

南有芙蕖·2023-01-18 11:36

ICLR2022 论文阅读笔记：HYPERPARAMETER TUNING WITHRENYI DIFFERENTIAL PRIVACY(使用Renyi差分隐私的超参数调优)之ml萌新浅尝

Notion整理-使用Renyi差分隐私的超参数调优https://warp-swift-7fe.notion.site/Paper1-Hyperparamter-tuning-with-Renyi-Differential-Privacy-Renyi-7dc8336cd4f147f7be45c162fec5770b

yellow_p·2023-01-18 11:32

[论文阅读] FITing-Tree: A Data-aware Index Structure

索引结构是DBA利用的最重要的工具之一，以提高分析和交易工作负载的性能。然而，在大型数据集上建立几个索引往往会变得令人望而却步，并消耗宝贵的系统资源。事实上，最近的一项研究表明，作为TPC-C基准的一部分而创建的索引可以占到现代DBMS中总内存的55%。这种开销消耗了宝贵而昂贵的主内存，并限制了可用于存储新数据或处理现有数据的空间数量。在本文中，我们提出了FITing-Tree，这是一种新型的学习

summermoonlight·2023-01-18 11:31

NAS论文阅读笔记（DNAS）

DARTS:DifferentiableArchitectureSearch论文链接：https://arxiv.org/abs/1806.09055论文链接代码链接：https://github.com/quark0/darts代码链接Abstract:Thispaperaddressesthescalabilitychallengeofarchitecturesearchbyformulati

bfluss·2023-01-18 10:51

目标检测论文阅读：GFL算法笔记

标题：GeneralizedFocalLoss:LearningQualifiedandDistributedBoundingBoxesforDenseObjectDetection会议：NeurIPS2020论文地址：https://dl.acm.org/doi/abs/10.5555/3495724.3497487这篇文章是围绕“representation”，也就是“表示”一词进行改进的，这

Convolution@·2023-01-18 10:42

论文阅读笔记：(2021.09， RA-L) R3LIVE

paper:https://arxiv.org/abs/2109.07982code:https://github.com/hku-mars/r3live一、创新点/主要贡献；1.一个能够实时定位，建图和染色的LVIO系统；2.设计了一个基于RGB染色后地图的VIO，能进行基于PnP的更新和基于光度(Photometric)的更新；3.高精度，1.5km只有0.16m的平移误差和3.9°的旋转误差

chaoqinyou·2023-01-18 09:58

Libra R-CNN论文阅读

一、论文提出的问题Samplelevelimbalance（采样不均衡）：训练过程中，难例对于检测性能的提高至关重要，但是训练中的随机采样，使得难例淹没在简单的、已学习过的样本中。OHEM（难例挖掘）用来从所有的样本中，将难例挖掘出来，但是这种对噪声比较敏感，另外费时。Focalloss是用来缓解一阶检测器中的样本不平衡，但是这种方法对于R-CNN这类的二阶检测器，效果不佳，因为大量的容易的样本都

仙女修炼史·2023-01-18 03:22

推荐频道

文本摘要论文阅读