瑞丽| 沾化| 北仑| 岢岚| 盐源| 闻喜| 堆龙德庆| 万年| 肥城| 澎湖| 大同县| 夏县| 杜集| 岱岳| 任丘| 武邑| 乐都| 翠峦| 来凤| 围场| 大姚| 温江| 博湖| 富顺| 盐山| 海晏| 北宁| 株洲县| 宣汉| 如东| 闽清| 蒙山| 新宾| 鄢陵| 钦州| 新乐| 泰和| 汉口| 双阳| 铁岭县| 龙井| 马边| 长岛| 科尔沁右翼中旗| 南丰| 乌什| 甘洛| 梓潼| 大埔| 交城| 安龙| 天峨| 嘉峪关| 福泉| 鲁山| 额尔古纳| 浦东新区| 乌当| 水富| 淮阴| 彰化| 双鸭山| 鹰手营子矿区| 夏河| 五寨| 米脂| 赤峰| 寿光| 峨眉山| 滕州| 东西湖| 平遥| 宿州| 饶平| 崂山| 曹县| 嵩明| 都昌| 南乐| 旬邑| 合作| 君山| 靖安| 江永| 新干| 红原| 麻阳| 阳春| 凤翔| 浠水| 河口| 萧县| 铁力| 永修| 诸城| 瓦房店| 新民| 康马| 巴里坤| 长宁| 彭州| 东乌珠穆沁旗| 漳平| 宣化区| 安县| 明溪| 凤庆| 寻甸| 平阳| 翠峦| 甘孜| 黄陵| 越西| 五台| 藁城| 南投| 新源| 长顺| 宾阳| 周宁| 金沙| 铁岭市| 漳平| 措美| 当雄| 勉县| 柳州| 金华| 井冈山| 屯留| 犍为| 正阳| 阜城| 韶山| 勐海| 察哈尔右翼中旗| 鄢陵| 喀什| 嵊泗| 古田| 洞口| 启东| 石泉| 龙湾| 揭西| 永川| 黑山| 康马| 乌海| 霞浦| 湖州| 长寿| 射阳| 门源| 昂仁| 深州| 本溪市| 江华| 田林| 禄丰| 磐安| 留坝| 宝安| 桂平| 左贡| 大兴| 赤城| 朔州| 依安| 灵璧| 西固| 博罗| 分宜| 景东| 瓮安| 临西| 民和| 兴和| 泉港| 饶平| 孟州| 张家界| 桂林| 景县| 楚州| 仪陇| 洪泽| 婺源| 昆明| 福山| 霍邱| 栾川| 新邵| 阜新市| 白碱滩| 泽州| 永胜| 临汾| 伊吾| 安宁| 建始| 柯坪| 忻城| 泸县| 珠海| 富民| 襄阳| 无棣| 南投| 丹寨| 武冈| 依兰| 双阳| 泉州| 塔城| 江达| 化隆| 滦南| 德州| 凌云| 湾里| 克什克腾旗| 恒山| 中山| 顺平| 敖汉旗| 临潭| 花莲| 凤阳| 灌阳| 枞阳| 宜宾市| 瑞丽| 青神| 万源| 天峨| 郫县| 平坝| 山东| 师宗| 阿巴嘎旗| 大洼| 茂港| 鲁甸| 武乡| 岳普湖| 玛沁| 罗山| 安西| 武陟| 宜都| 南昌市| 弋阳| 大悟| 湛江| 扎囊| 南皮| 宜昌| 富裕| 镇赉| 平湖| 南岔| 琼海| 汶川| 百度

【乳腺癌】关爱女性健康防乳腺癌不可不知的5件事

2018-05-21 20:34 来源:中国经济网陕西

  【乳腺癌】关爱女性健康防乳腺癌不可不知的5件事

  百度火箭队首节就取得13分的领先,半场时比分甚至达到64:37。接下来2-0赢赫尔城那场,正式启用343,阿扎尔和威廉埋伏在迭戈·科斯塔的身后。

听教练的安排,如果我能够上场肯定全力以赴。这次中国杯也是个很好的机会,让我们球队得到锻炼也希望我们后面好好表现,争取打进下届世界杯。

  第64分钟,叙利亚右路传中,阿尔艾哈迈德的扫射被陈威扑出了底线。据比利时媒体报道,由于受到财政公平竞赛的影响,为了避免激怒欧足联,意甲豪门罗马俱乐部需要在今年夏天甩卖一些球星,这其中去年与广州恒大传出绯闻的纳因格兰,将成为罗马俱乐部第一个清洗的对象。

  因此要让他谈中国足球,总有些讳莫如深的味道。上半场的伤停补时阶段,阿尔马拉穆尔送出挑传,阿尔艾哈迈德的凌空抽射被门将陈威飞身扑出,这也是叙利亚上半场比赛最有威胁的一脚射门。

特别是中国队的上半场表现,简直就是一个任人宰割、懦弱慌张、表现苍白的45分钟。

  这个冠军也让他获得了美国业余锦标赛的参赛外卡。

  球队本赛季的稳定表现得益于队中几位老将,他们有着丰富的比赛经验,知道如何控制比赛节奏,如何与队友沟通和交流。发布会上,威尔士记者将更多关注聚焦在本国球队遗憾错过的世界杯上,对于无缘今年夏天的俄罗斯世界杯,贝尔坦言充满遗憾,希望球队能够越来越强大,下届世界杯时进入决赛圈,没错,我感到很可惜,没能打进世界杯。

  从比赛中也可以清晰地看到这一点,黄博文和蒿俊闵拿球较多,但他们无法有效向前传球,唯一的办法是斜长传到边路,但几乎没有效果,而当他们试图中场传接的时候,失误却不断出现,在上半场,郜林和黄博文先后失误就造成了中国队的两个丢球。

  而在平昌冬奥会结束之后,同时身兼中国滑冰协会主席一职的李琰,可能会从短道速滑国家队总教练的岗位上卸任,那么在今后的岁月里,又将轮到谁在场边继续为速滑队注入动力呢?在展望新帅之前,不妨先回顾一下李琰所取得的成绩。倒不是说辽宁队就不配晋级,辽宁队很棒,四场比赛有三场赢在了关键时刻,不可谓不高。

  无锡作为江苏省第3个、中国第14个跨越万亿元GDP大关的城市,如今将更加多元的面貌展现出来,经济高质量增长与民生全方位改善、社会文明程度提升协调同步,无锡位列内地宜居城市首位,全国首批生态文明建设示范市、全国社会治安综合治理工作最高荣誉长安杯、率先建成全国文明城市群,一张张鲜活的名片向世界展示了无锡的快速发展。

  百度谈到比赛失利的原因,韦世豪坦言:比赛进程跟我们想的不太一样,我们丢球太早了,这么早的失球让我们球队有点乱了。

  北京时间3月24日16:00,中国U23对阵叙利亚U23的国际足球热身赛在陕西省体育场举行。值得一提的是,著名记者赵震特别透露,其原因是中国足坛一些元老反感纹身,最初是去年东亚杯期间,体育总局的高层请几位足坛元老一起看比赛,看到球员们纹身很反感,所以这次中国足协方面也是做出相应措施,让球员先用绷带遮住。

  百度 百度 百度

  【乳腺癌】关爱女性健康防乳腺癌不可不知的5件事

 
责编:
注册

【乳腺癌】关爱女性健康防乳腺癌不可不知的5件事

百度 只是本场面对与蓝色队的交锋,周琦固然继续作为首发中锋登场,但他第一次投篮三分就不中,直到首节还剩1分多钟时,他借助一次冲抢进攻篮板机会,完成二次进攻补扣命中,才命中个人全场第一球。


来源:机器之心

原标题:SIGIR 2018 | 通过深度模型加深和拓宽聊天话题,让你与机器多聊两句 选自sigir

原标题:SIGIR 2018 | 通过深度模型加深和拓宽聊天话题,让你与机器多聊两句

选自sigirdawnet

作者:Wenjie Wang等

机器之心编译

参与:Panda

目前大多数基于生成的对话系统都会有很多回答让人觉得呆板无趣,无法进行有意思的长时间聊天。近日,山东大学和清华大学的研究者联合提出了一种使用深度模型来对话题进行延展和深入的方法 DAWnet。该方法能有效地让多轮对话系统给出的答复更加生动有趣,从而有助于实现人与机器的长时间聊天对话。机器之心对该研究论文进行了摘要编译。此外,研究者还公布了他们在本论文中所构建的数据集以及相关代码和参数设置。

论文、数据和代码地址:https://sigirdawnet.wixsite.com/dawnet


对话系统也被称为聊天机器人或会话智能体,有很多广泛地应用,范围涵盖娱乐、知识共享和客户服务等。粗略而言,对话系统可分为任务导向型的对话系统和非面向任务的对话系统。前者可用于完成垂直领域内的特定任务;而后者的目标则是与人进行开放领域的闲聊。从技术上讲,这两类对话系统可以通过基于规则的方法、基于检索的方法或基于生成的方法实现。更具体地,由基于规则的方法定义的启发式模板在一定程度上会限制所希望得到的对话系统的多样性。基于检索的方法则往往严重依赖于其所检索的数据库。相对而言,基于生成的方法可以生成更灵活的答复——这种方法通常是将问题-回复对(post-response pair)分别当作输入和输出来训练一个深度神经网络。


在对话过程中,历史会话对接下来的聊天而言非常重要;而单轮对话式的基于生成的模型会忽略上下文语境。为了缓解这个问题,研究者们设计了一些多轮对话系统,其中采用了多种方式来将上下文信息表示成一个密集且连续的向量。比如,层次化的编码器-解码器模型(HRED)[1] 是分层式地编码上下文,其中历史对话被建模成了一个句子级别的序列且每个句子都被建模成一个词序列。我们必须指出,近些年来,研究者们已经为多轮对话系统提出了多种不同的利用上下文信息的方法,并且也取得了很大的成功。


但是,由于以下问题,这些方法的表现仍然有一些局限:1)根据我们对超过 1000 轮对话的用户调查,上下文语境中仅有 45.2% 的短语有助于直接引导回复生成。尽管如此,之前很多研究都考虑了整个上下文中的所有短语,而没有做进一步的区分,这实际上会影响模型的表现。2)我们的研究表明,在会话中,人们往往会加深或拓宽他们正在讨论的话题,让对话内容更加宽泛有趣,如表 1 所示;但是到目前为止,注意到这一现象的研究者还很少。3)当前的基于生成的对话系统往往会生成枯燥乏味的答复,这些答复是通用型的、信息更少且没多大意义。比如,生成的回复「我不知道」。有鉴于此,我们就非常需要一种新的智能对话系统,其要能利用相关的语境信息来引导聊天会话向更深度和更宽泛的方向发展。


表 1:加深和拓宽聊天话题的多轮对话示例


但是,解决多轮对话系统中上述问题的有很大的难度,原因如下:1)长的上下文语境中的相关短语可能会被埋没在不相关短语中,这会增加问题的难度,如何识别相关信息以有效地引导回复生成是一个悬而未决的问题。2)生成枯燥沉闷的答复或者一直谈论同一个话题是很无趣的,通常会让人很快结束与机器的对话。因此,我们如何避免沉闷无趣的答复并且确保所生成的答复不仅是相关的而且能够加深和拓宽当前话题是我们面临的又一个难题。3)为了确保基于生成的模型的稳健性,一个大规模数据集是很关键的。然而,目前发布的多轮对话数据集要么是垂直领域的,要么规模比较小。


为了解决上述问题,我们提出了一个深度网络模型 DAWnet,如图 1 所示。该网络由 3 个并行通道构成,分别为全局通道、深度通道和宽度通道。DAWnet 的目标是加深和拓宽聊天话题来提高回复的质量。更具体而言,全局通道首先会将给定上下文 (context) 转换成一个嵌入向量,其中编码了完整的历史信息。然后 DAWnet 会从句子中抽取出关键词,在收集到的关键词和上下文嵌入向量的基础上,宽度通道依赖一个基于注意力机制的循环神经网络(RNN)模型来预测相关话题的关键词。值得注意的是,这些关键词可能并没有出现在给定上下文中。深度通道则是通过训练一个多层感知机(MLP)模型来从上下文选择一些关键词进行话题的深入,其输入是上下文嵌入向量和收集到的关键词。我们的整个方案最后会将上下文编码器的输出、宽度通道中预测的关键词、深度通道中选择的关键词输入一个基于注意力机制的选择器,帮助解码器生成有意义的答复。


图 1:DAWnet 模型的示意图


为了训练 DAWnet 和评估其在答复的连贯性、信息量和多样性方面的表现,我们构建了一个开放域的多轮对话数据集,即新浪微博对话语料库(Sina Weibo Conversation Corpus),它涵盖了我们日常对话的多数话题。为了证明 DAWnet 的效果,我们还在一个基准数据集 DailyDialog[2] 上测试了 DAWnet。我们在这两个数据集上将 DAWnet 与其它几种当前最佳的方法进行了比较。实验结果表明 DAWnet 能在多轮对话系统中实现了有潜力的表现。


我们的研究主要有三大贡献:


  • DAWnet 提取出上下文中的关键词信息,并且利用注意力机制选择相关的关键词来帮助生成有意义的答复。

  • 就我们所知,这是第一个在多轮对话系统中通过混合 RNN 和 DNN 模型来加深和拓宽聊天话题,以激励用户更多地和机器交谈的研究。

  • 我们构建了一个开放域的多轮对话数据集。此外,我们还发布了这些数据、代码和相关参数,以便该领域的其他研究者使用。


图 2:用于话题拓展的关键词预测。其中关键词解码器由编码器的最后一个隐藏状态初始化,并基于该编码器的隐藏状态和上下文关键词来生成关键词。


图 3:解码器。该解码器由编码器的最后一个隐藏状态初始化,并使用该编码器的隐藏状态的输入、深度通道选择的关键词和宽度通道预测的关键词来生成回复。


图 4:深度通道关键词的选择过程。MLP 模型以编码器的隐藏状态与上下文关键词作为输入,然后输出每一个关键词的权重。


表 2:DAWnet 与基准方法在 DailyDialog 数据集和新浪微博对话语料库上的表现比较。


表 4:DAWnet 和基准方法的测试样本。这里的参考答复(reference)是指数据集中的目标答复


论文:多聊聊:通过深度模型加深和拓宽聊天话题(Chat More: Deepening and Widening the Chatting Topic via A Deep Model)



论文链接:https://docs.wixstatic.com/ugd/e0ac5d_fc823c885b654e90b7414f3145cdb0c3.pdf


摘要:过去十年来,人机交互方法经历了蓬勃的发展,尤其是通过对话系统的交互。在本论文中,我们研究了开放域多轮对话系统的答复生成任务。值得一提的是,虽然已经有很多致力于研究对话系统的工作,但其中很少涉及加深或拓宽对话中的聊天话题,而这有助于增加用户与机器聊天的时间。为了吸引用户与对话系统交流,我们在本论文中提出了一种全新的深度模型,其包含 3 个通道,即全局通道、深度通道和宽度通道。全局通道是编码给定上下文语境中的完整历史信息,宽度通道使用了基于注意力机制的循环神经网络来预测可能没有出现在历史语境中的、与话题相关的关键词,而深度通道是训练一个多层感知机模型来从上下文关键词中选择一些进行话题的深入。之后,我们的模型将这三个通道的输出整合起来生成所需的答复。为了验证我们的模型,我们进行了大量实验,在两个数据集上将我们的模型与几种当前最佳的基准模型进行了比较;其中一个数据集是我们自己构建的,另一个公开的基准数据集。实验结果表明,我们的模型通过拓宽或加深相关话题大大提高了生成回复的质量。


参考文献


[1] Iulian Vlad Serban, Alessandro Sordoni, Yoshua Bengio, Aaron C. Courville, and Joelle Pineau. 2016. Building End-To-End Dialogue Systems Using Generative Hierarchical Neural Network Models. In Proceedings of the Thirtieth AAAI Conference on Artificial Intelligence. AAAI Press, 3776–3784.

[2] Yanran Li, Hui Su, Xiaoyu Shen, Wenjie Li, Ziqiang Cao, and Shuzi Niu. 2017. DailyDialog: A Manually Labelled Multi-turn Dialogue Dataset. In Proceedings of the International Joint Conference on Natural Language Processing. ACL, 986–995



本文为机器之心编译,转载请联系本公众号获得授权

?------------------------------------------------

加入机器之心(全职记者/实习生):hr@jiqizhixin.com

投稿或寻求报道:editor@jiqizhixin.com

广告&商务合作:bd@jiqizhixin.com

  • 好文
  • 钦佩
  • 喜欢
  • 泪奔
  • 可爱
  • 思考

凤凰网科技官方微信

凤凰新闻 天天有料
分享到:
基督教赞美诗网 九度网 宝宝吧 鬼姐姐鬼故事 中国评书网 趣闻历史网 无虑无忧中学语文网 大学生必赢网 烟悅网 卜卦算命网