当我们听到“卷积神经网络”(CNN，当然，不是特朗普说Fake News那个CNN)，通常会想到计算机视觉。图像分类的重大突破，以及当下大多数计算机视觉系统的核心，都要归功于CNN，从{:facebook:}的自动照片打标签到自动驾驶汽车不外如是。 最近我们也开始把CNN应用在…

本文所部署的模型与Kim Yoon的Convolutional Neural Networks for Sentence Classification相似。论文中的模型在多种文本分类任务（比如情感分析）上都表现良好，现已加入标准基线(baseline)豪华套餐。 我假设你已经非…

2017 年是自然语言处理（NLP）和机器学习（ML）非常高产的一年。两个领域持续增长，会议论文数量纷纷打破记录。本文中我将根据个人作者和组织进行更详细的细分。统计信息来自以下会议：ACL、EMNLP、NAACL、EACL、COLING、TACL、CL、CoNLL、Sem+Se…

机器学习、深度学习与自然语言处理领域推荐的书籍列表 是笔者 Awesome Reference 系列的一部分；对于其他的资料、文章、视频教程、工具实践请参考面向程序猿的数据科学与机器学习知识体系及资料合集。本文算是抛砖引玉，笔者最近有空就会在 Pad 上面随手翻阅这些书籍，希望能够了解其他优秀的书籍。

在AI时代，我们希望计算机能够拥有视觉、听觉、行动以及语言的智能，而相对于听和看以及行动，语言是我们人类区别于其他动物的最重要特征之一。语言是我们思维的载体，也因此我们对于语言的理解和处理，变得尤为重要。

本篇博客主要记录的是使用Tensorflow搭建Seq2Seq模型，主要包括3个部分的叙述:第一，Seq2Seq模型的训练过程及原理。第二，复现基于SouGouS新闻语料库的文本摘要的应用。第三，Seq2Seq模型中存在的问题及相应的Trick。

在碎片化阅读充斥眼球的时代，越来越少的人会去关注每篇论文背后的探索和思考。在这个栏目里，你会快速get每篇精选论文的亮点和痛点，时刻紧跟AI前沿成果。点击本文底部的「阅读原文」即刻加入社区，查看更多最

▌AI 科技大本营按：2018 年 7月 13 日——19 日，ICJAI 2018 在瑞典首都斯德哥尔摩顺利召开。IJCAI（International Joint Conference on Artificial Intelligence）人工智能领域顶级学术会议之一，涵盖…