【本周論文分享預告】

作者：楊夕

項目地址：https://github.com/km1994/nlp_paper_study

面筋：https://github.com/km1994/NLP-Interview-Notes

個人介紹：大佬們好，我叫楊夕，該項目主要是本人在研讀頂會論文和復現(xiàn)經(jīng)典論文過程中，所見、所思、所想、所聞，可能存在一些理解錯誤，希望大佬們多多指正。

【本周論文分享預告】

【NLP】

論文1題目：The Graph-based Mutual Attentive Network for Automatic Diagnosis
分享人：王翔
時間：本周六 21:30
分享工具：飛書
摘要：疾病自動診斷領域一直存在缺乏高質(zhì)量的語料訓練預測模型的問題。此外，先前基于深度學習的診斷模型大多采用CNN或RNN對文本信息進行直接建模，導致關(guān)鍵醫(yī)療實體之間的復雜結(jié)構(gòu)信息未被有效利用。在本文中，我們基于來自實際醫(yī)院的高質(zhì)量電子病歷文檔構(gòu)建診斷模型，以提高所得模型的準確性和可信度。同時，我們將圖卷積網(wǎng)絡引入到模型中，以減輕稀疏特征問題，并促進模型融入圖結(jié)構(gòu)信息。此外，我們引入文本與圖結(jié)構(gòu)的相互注意力機制增強輸入的表示，從而獲得更好的模型性能。本文最后在真實EMR上對模型進行評估，結(jié)果表明與先前僅使用序列學習的診斷模型相比，本文所提出的模型更準確。該模型已被納入部分中國的初級衛(wèi)生保健機構(gòu)的信息系統(tǒng)，以協(xié)助醫(yī)生進行診斷過程。

【推薦系統(tǒng)】

論文1題目：SDM: Sequential Deep Matching Model for Online Large-scale Recommender System
分享人：胡作梁
時間：本周日 20:30
分享工具：飛書
摘要：在推薦系統(tǒng)召回階段，我們需要從海量的items當中選擇出用戶感興趣的候選items， 然后放入到精排里面進行排序。因此，如何有效快速地選擇出用戶感興趣的候選集非常重要。而在這篇paper當中，阿里將用戶短期的行為序列和用戶長期的行為序列融合起來，通過捕獲用戶變化的發(fā)展的和多樣的興趣喜好來候選出用戶感興趣的候選items。

【參與學習方式】

關(guān)注【NLP那些你不知道的事】或私聊【群主】申請入群學習?。?！
關(guān)注【NLP那些你不知道的事】或私聊【群主】申請入群學習?。。?/span>
關(guān)注【NLP那些你不知道的事】或私聊【群主】申請入群學習?。?！

附錄

論文：https://shimo.im/sheets/9kkh9WWqJjh8jDqJ/tFV38