再问我更多：动态记忆张量网络（扩展模型）
计算与语言
2017-03-14 v1 机器学习
神经与进化计算
摘要
我们考察了用于问答（QA）任务的记忆网络，在训练样本稀缺的常见现实场景以及仅外部标签可用于训练的弱监督场景下进行研究。我们提出了对动态记忆网络（Dynamic Memory Network, DMN）的扩展，特别是在注意力机制内部，我们将由此产生的神经架构称为动态记忆张量网络（Dynamic Memory Tensor Network, DMTN）。最终，我们看到，针对Facebook的单一任务弱训练1K bAbi数据集，我们提出的扩展使得通过的任务数量相比基线标准DMN提升了超过80%，相比最先进的端到端记忆网络提升了20%以上的任务通过数。
引用
@article{arxiv.1703.03939,
title = {Ask Me Even More: Dynamic Memory Tensor Networks (Extended Model)},
author = {Govardana Sachithanandam Ramachandran and Ajay Sohmshetty},
journal= {arXiv preprint arXiv:1703.03939},
year = {2017}
}