- 博客(0)
- 资源 (4)
- 收藏
- 关注
When Reinforcement Learning Meets NLP.pdf
随着强化学习在机器人和游戏 AI 等领域的成功,该方法也引起了越来越多的关注。本期 PhD Talk,来自清华大学计算机系的博士生冯珺,为大家介绍了如何利用强化学习技术,更好地解决自然语言处理中的两个经典任务:关系抽取和文本分类。 在关系抽取任务中,尝试利用强化学习,解决远程监督方法自动生成的训练数据中的噪音问题。在文本分类任务中,利用强化学习得到更好的句子的结构化表示,并利用该表示得到了更好的文本分类效果。本次分享的两个工作均发表于 AAAI2018。
2019-05-20
Deep Reinforcement Learning Hands-On
本书做到了理论和实践的平衡,既教你怎么做,又教你为什么,可能是最好的强化学习手册了。Deep Reinforcement Learning Hands-On是最新DL工具及其局限性的综合指南。本书介绍了RL的基础知识,为你提供编码智能学习智能体的专业知识,以承担一系列艰巨的实际任务。了解如何在“网格世界”环境中实施Q-learning,教你的智能体商购买和交易股票,并了解自然语言模型如何推动聊天机器人的繁荣。
2019-05-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人