标签
字节跳动 | AI Lab | 算法工程师
  文章标签
年终总结 6 疫情 8 隔离 8 过年 1 爱情 1 博客 2 ACL 12 NLP 52 序列标注 8 句法分析 24 COLING 1 EMNLP 9 迁移学习 5 EACL 1 ICLR 2 NAACL 6 AAAI 2 dynet 2 TACL 4 内推 2 简历 1 面试 7 可解释性 2 成分句法分析 1 机试 1 Transformer 6 模型训练 3 模型加速 6 AutoML 2 NAS 2 神经架构搜索 2 保研 2 算法 117 字节跳动 10 实习 5 leetcode 111 CUDA 10 LightSeq 7 具体数学 18 问答系统 1 cuda 4 c++ 2 吴恩达 4 多线程 1 多进程 1 并行 1 latex 2 ppt 1 语言模型 1 生成模型 2 量化 1 encoder 1 eoj 4 图像处理 1 python 4 秋招 1 经验总结 2 C++ 5 新年 1 github 2 BERT 1 训练加速 1 hexo 1 周杰伦 1 爬虫 2 强化学习 1 梯度 2 数学 2 PyTorch 8 TensorFlow 3 词云 2 毕业 1 经验 2 ubuntu 1 画图 1 发邮件 1 SC22 1 深度学习 1 模型优化 1 软件 1 学术 1 科研 1 sublime 1 编译原理 1 编译器 1 北京 1 旅游 1 恋爱观 1 人生观 1 价值观 1 火山翻译 2 机器翻译 1 AI Lab 1 工作体验 1 微信 3 朋友圈 1
【ACL2020】一种新颖的成分句法树序列化方法 【ACL2020】一种新颖的成分句法树序列化方法
2020-08-30 深度学习
摸鱼一年半，我终于摸出了一篇顶会论文 摸鱼一年半，我终于摸出了一篇顶会论文
2020-04-04 随笔
论文赏析[ACL18]一个句子向量表示究竟可以塞进多少语言性质？ 论文赏析[ACL18]一个句子向量表示究竟可以塞进多少语言性质？
2019-12-25 深度学习
Linear-Time Constituency Parsing with RNNs and Dynamic Programming Linear-Time Constituency Parsing with RNNs and Dynamic Programming
2018-10-15 深度学习
Straight to the Tree： Constituency Parsing with Neural Syntactic Distance Straight to the Tree： Constituency Parsing with Neural Syntactic Distance
2018-07-19 深度学习
Constituency Parsing with a Self-Attentive Encoder Constituency Parsing with a Self-Attentive Encoder
2018-07-04 深度学习
A Minimal Span-Based Neural Constituency Parser A Minimal Span-Based Neural Constituency Parser
2018-06-28 深度学习
Parsing with Compositional Vector Grammars Parsing with Compositional Vector Grammars
2018-01-10 深度学习
词性标注+语言模型简易实现 词性标注+语言模型简易实现
2018-01-01 深度学习
Implicitly-Defined Neural Networks for Sequence Labeling Implicitly-Defined Neural Networks for Sequence Labeling
2017-10-25 深度学习
Semi-supervised sequence tagging with bidirectional language models Semi-supervised sequence tagging with bidirectional language models
2017-10-03 深度学习
How to Make Context More Useful? An Empirical Study on Context-Aware Neural Conversational Models How to Make Context More Useful? An Empirical Study on Context-Aware Neural Conversational Models
2017-09-19 深度学习