SEMPRE: Semantic Parsing with Execution (Slides)
QA 분야 쪽에 꽤 알려져있는 오픈소스로 스탠포드 학생이 만든 Semantic Parser다.
기본적으로 beam-based bottom up parser 이며, 모호한 질의가 들어왔을 때 수십만개가 될 수 있는데 beam-based로 전부 순회하지 않고 최적의 top K개 best-first search로 후보를 얻는다. 여하튼 결론적으로, maximum likelihood (w/ adagrad)로 k = 500 최적의 probabilistic parse tree 를 찾았다는 얘기다.
물론 요즘은 딥 뉴럴 네트워크로 넘어가는 것이 추세고, 그와 동시에 1년 사이 Sempre 기록은 박살 났으나 기본적인 학습 알고리즘은 같다. 다음 블로그에서는 MSR에서 내놓은 검색이나 QA에서 사용되는 CNN 기반 Deep Semantic Similarity Model을 알아보자!
Subscribe to:
Posts (Atom)
-
음성 인공지능 분야에서 스타트업이 생각해볼 수 있는 전략은 아마 다음과 같이 3가지 정도가 있을 것이다: 독자적 Vertical 음성 인공지능 Application 구축 기 음성 플랫폼을 활용한 B2B2C 형태의 비지니스 구축 기 음성 플랫폼...
-
무한 집합의 크기 Cardinality , 즉 원소의 개수를 수학에서는 '농도'라고 말한다. 유한 집합의 크기는 그대로 원소의 개수 이지만, 무한 집합의 경우는 원소의 개수를 낱낱이 셈하는 것은 불가능하기 때문에 '농도'라...
-
In addressing the growing problem of junk email on the Internet, I examined methods for the automated construction of filters to eliminate s...