学界 | CMU与谷歌新研究提出文本跳读方法，速度可达标准序贯LSTM的6倍

文章预览

选自arXiv 机器之心编译 参与：吴攀 因为很多文本内容都含有一些与主题不相关的东西，所以让机器学会根据上下文进行跳读可以大大节省文本处理的时间和效率。近日，卡内基梅隆大学和谷歌的研究者提出了一种让计算机可以学习跳读的新方法 LSTM-Jump，据该论文《Learning to Skim Text》介绍：这种模型的速度可以达到标准序贯 LSTM 的 6 倍，而且还能保证良好的准确度结果。机器之心对该研究的论文进行了摘要介绍，原论文可点击文末「阅读原文」查阅。想要更深入了解文本跳读研究的读者可参阅另一篇文章：《 MetaMind 深度解读 NLP 研究：如何让机器学习跳读 》。 在自然语言处理的很多子领域，循环神经网络都表现出了很大的潜力，这些子领域涵盖 ………………………………