Leading NLP Ninja - podcast cover

Leading NLP Ninja

jojonki•lnlp.ninja
Technology
Leading NLP Ninjaでは最近のNLP (Natural Language Processing）に関連する論文をjojonkiが短く紹介します．気になったこと・質問・間違い等，フィードバック頂けると嬉しいです． 紹介する論文は，基本的に下記の論文まとめから取り上げる予定です． https://github.com/jojonki/arXivNotes/issues
Last refreshed: ⓘ
Follow this podcast in the Metacast mobile app to refresh it and see new episodes.
Follow on
Apple Podcasts
Spotify
RSS
YouTube
Overcast
Pocket Casts
Episodes.fm
Download Metacast podcast app
Podcasts are better in Metacast mobile app
Don't just listen to podcasts. Learn from them with transcripts, summaries, and chapters for every episode. Skim, search, and bookmark insights. Learn more

Episodes

ep22: What are the biases in my data?

第２２回では，Microsoft Research Blogで解説された差別的バイアスの発見と分析に記事を解説しました． github.com/jojonki/AI-Post-Notes/issues/1 番組への支援は，こちらからお待ちしております． www.patreon.com/jojonki

Feb 17, 2019•13 min

ep21: BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding

第２１回では，Googleによる双方向コンテキストを獲得した言語モデルBERTの解説をしました． 今回紹介した論文はこちらのissueで解説しています． github.com/jojonki/arXivNotes/issues/199 番組への支援は，こちらからお待ちしております． www.patreon.com/jojonki

Feb 03, 2019•32 min

ep20: Comprehensive evaluation of statistical speech waveform synthesis

第２０回では，Amazonが行った音声合成の知覚評価に関する論文を解説しました． 今回紹介した論文はこちらのissueで解説しています． github.com/jojonki/arXivNotes/issues/194 番組への支援は，こちらからお待ちしております． www.patreon.com/jojonki

Jan 27, 2019•19 min

ep18: PyText: A Seamless Path from NLP research to production

ep18: PyText: A Seamless Path from NLP research to production 第１８回では，FacebookによるNLPのモデル化のためのフレームワーク，PyTextを解説しました． 今回紹介した論文はこちらのissueで解説しています． github.com/jojonki/arXivNotes/issues/179 番組への支援は，こちらからお待ちしております． www.patreon.com/jojonki 今年もよろしくおねがいします！

Jan 14, 2019•28 min

ep17: User Modeling for Task Oriented Dialogues

第１７回では，Googleによるタスク指向対話におけるユーザーシミュレーターの論文について解説しました． 今回紹介した論文はこちらのissueで解説しています． github.com/jojonki/arXivNotes/issues/180 番組への支援は，こちらからお待ちしております． www.patreon.com/jojonki

Dec 31, 2018•53 min

ep16: Contextual Topic Modeling For Dialog Systems

第１６回では，Amazonによるコンテキストを利用したトピック分類のモデルについて解説しました． 今回紹介した論文はこちらのissueで解説しています． github.com/jojonki/arXivNotes/issues/162 番組への支援は，こちらからお待ちしております． www.patreon.com/jojonki

Dec 09, 2018•29 min

ep15: Another Diversity-Promoting Objective Function for Neural Dialogue Generation

第１５回では，AAAI 2019 Deep Dialに採択された，ニューラル対話生成モデルの論文を解説しました．あのりょぼっとさんの論文でして恐縮しながら解説しました． 今回紹介した論文はこちらのissueで解説しています．理解が及ばず説明が曖昧な個所がありましたが，りょぼっとさん本人にissueで細くコメントもらっていますので是非見てみてください． github.com/jojonki/arXivNotes/issues/159 番組への支援は，こちらからお待ちしております． www.patreon.com/jojonki

Dec 02, 2018•32 min

ep14: XNLI: Evaluating Cross-lingual Sentence Representations

第１４回では，Facebook AI Researchによる多言語におけるNLIタスクの評価データセット及び多言語NLIにおけるベースラインを解説しました． 今回紹介した論文はこちらのissueで解説しています． github.com/jojonki/arXivNotes/issues/155 番組への支援は，こちらからお待ちしております． www.patreon.com/jojonki

Nov 25, 2018•38 min

ep13: You May Not Need Attention

第１３回では，アテンションを使わず，エンコーダー・デコーダーを統合した，機械翻訳モデルの手法を解説しました． 今回紹介した論文はこちらのissueで解説しています． github.com/jojonki/arXivNotes/issues/148 番組への支援は，こちらからお待ちしております． www.patreon.com/jojonki

Nov 04, 2018•26 min

ep12: Word Embedding based Edit Distance

第１２回では，単語埋め込みを利用した編集距離を利用して，文の類似度を計算する手法を解説しました． 今回紹介した論文はこちらのissueで解説しています． github.com/jojonki/arXivNotes/issues/145 番組への支援は，こちらからお待ちしております． www.patreon.com/jojonki

Oct 28, 2018•30 min

ep10: Automatic Evaluation of Neural Personality-based Chatbots

第１０回では，対話応答生成モデルが，個性を反映した応答を生成出来ているかを，自動評価する手法を提案したモデルを解説しました． 今回紹介した論文はこちらのissueで解説しています． github.com/jojonki/arXivNotes/issues/138 番組への支援は，こちらからお待ちしております． www.patreon.com/jojonki

Oct 07, 2018•36 min

ep9: Learning and Evaluating Sparse Interpretable Sentence Embeddings

第９回では，文ベクトルをスパース化することで解釈性を与えることが出来ないか，という問題に挑戦した論文を解説しました． 今回紹介した論文はこちらのissueで解説しています． https://github.com/jojonki/arXivNotes/issues/137 番組への支援は，こちらからお待ちしております． https://www.patreon.com/jojonki

Oct 01, 2018•47 min

ep8: Zero-Shot Adaptive Transfer for Conversational Language Understanding

第８回では，Microsoftのスロットタギングの論文を解説しました． 今回紹介した論文の解説はこちらにあります．https://github.com/jojonki/arXivNotes/issues/128 前々回のエピソードを予め聞いておくと，今回の内容は分かりやすいかもしれません． https://anchor.fm/lnlp-ninja/episodes/ep6-Bag-of-Experts-Architectures-for-Model-Reuse-in-Conversational-Language-Understanding-e24tuf

Sep 24, 2018•24 min

ep7: Training Millions of Personalized Dialogue Agents

第７回では，EMNLP 2018でFacebookが開発したペルソナデータセット及びそのペルソナに沿ったEnd-to-end雑談対話システムを解説しました． 今回紹介した論文の解説はこちらにあります．https://github.com/jojonki/arXivNotes/issues/130

Sep 11, 2018•27 min

ep2: Zero-Shot Dialog Generation with Cross-Domain Latent Actions

第２回ではSIGDIAL 2018でベストペーパーを獲得した，対話応答生成のモデルを説明しました．タスク指向型の対話における新しい応答生成モデルの提案になっていて面白いです． 今回紹介した論文のまとめ https://github.com/jojonki/arXivNotes/issues/123

Aug 21, 2018•36 min
← Prev
Hosted on Spotify for Creators (Anchor)
For the best experience, listen in Metacast app for iOS or Android