Word Embedding 是将自然语言中的「单词」转换为「向量」或「矩阵」，使计算机更容易理解它们，你常常可以在自然语言处理的工作中见到这种方法。而 Word2Vec 正是 Word Embedding 的一种。...

刚开始其实并不清楚这个解码器到底是怎么工作的，以及疑惑decoder的输入到底应该怎么匹配；事实上这就只是一个融合了信道传输的一个小号Transformer，仅此而已。encoder相当于Transformer的编码器，只不过把这个编码的结果经...

authors:: Xiaolin Wang, Guohao Sun, Xiu Fang, Jian Yang, Shoujin Wang container:: Proceedings of the Thirty-First International Joint Conference on Artificial ...

多模态短视频分类是视频理解领域的基础技术之一，在安全审核、推荐运营、内容搜索等领域有着十分非常广泛的应用。一条短视频中通常包含有三种模态信息，即文本、音频、视频， 它们在不同语义层面的分类体系中发挥着相互促...

单细胞数据中包含很多细胞以及很多基因，是一个较大的数据集，维度较大，需要对数据进行降维。降维就是对原始数据进行特征提取，经常会得到高维度的特征向量。通过降维的方式来寻找数据内部的特性，提升特征表达能力，降低模型的...

向AI转型的程序员都关注了这个号

随着神经网络的发展，embedding的思想被广泛的应用在搜推广、图像、自然语言处理等领域，在实际的工业场景中，我们常常会遇到基于embedding进行文本、图像、视频等物料的相关内容检索问题，这类问题通常要求在几毫秒的时间内...

表示学习的目的是将原始数据转换成更好的表达，以提升下游任务的效果。在表示学习中，损失函数的设计一直是被研究的热点。损失指导着整个表示学习的过程，直接决定了表示学习的效果。这篇文章总结了表示学习中的7大损失函...

层次时间序列预测是工业界非常常见的一个应用场景。当要预估的时间序列之间存在层次关系，不同层次的时间序列需要满足一定的和约束时，就需要利用层次时间序列预测方法解决。设想这样一种场景，我们作为政府负责旅游业的部...

现有基于 GNN 的推荐系统的思想是递归地执行沿用户-商品交互边传递消息，从而得到相应的embedding。尽管它们很有效，但大多数当前的推荐模型都依赖于充足且高质量的训练数据，因此学习的表征可以很好地捕捉用户偏好。许多...