Tianyi Luo 2016-01-04

From cslt Wiki
Jump to: navigation, search

Plan to do next week

  • To finish the work about the SMT method implementation of the poem generation.
  • To tackle the problem of attention-based programe.
  • To implement the reading comprehension qa system.
  • To extract the SMT features to enhance the function of poem generation and songci generation.

Work done in this week

  • Finish installing the Moses and conduct the couplet generation experiments with SMT method. [Samples]

The tutoial about how to install Moses and conduct the training and testing is as following: [Tutoial].

是否反转,是否加开始结束符,attention到隐层向量还是attention到输入

000:

input: 种 种 闲 愁 先 上 眉 head: predict:

一 日 从 风 客 欲 雷 / 惟 有 终 来 山 下 恨 / 半 轮 晓 月 唤 将 梅 /2.16154398207e-22

000000000000000000000 p-----ei


input: 玉 转 珠 回 著 眼 看 head: predict:

一 百 年 华 不 笑 禅 / 知 见 清 忽 是 祖 道 / 半 轮 流 水 石 桥 观 /6.34523109355e-20

222212212221221212211 z-----an

001:

input: 种 种 闲 愁 先 上 眉 head: predict:

一 过 应 从 九 地 黑 / 已 胜 秋 风 吹 里 绝 / 半 和 回 太 开 春 非 /4.79913862849e-19

000000000000000000000 p-----ei


input: 玉 转 珠 回 著 眼 看 head: predict:

依 个 黄 花 满 语 传 / 心 事 同 说 丰 里 醉 / 归 独 净 土 能 得 前 /2.61839270657e-26

222222221222232122223 z-----an

010:

input: 种 种 闲 愁 先 上 眉 head: predict:

梦 里 关 诗 满 尽 杯 / 更 问 高 僧 浑 不 管 / 始 知 香 对 读 新 飞 /3.24219800112e-17

444444444444444444441 p-----ei


input: 玉 转 珠 回 著 眼 看 head: predict:

深 院 花 愁 不 数 禅 / 遥 过 五 清 溪 雨 去 / 也 惊 万 里 和 才 怜 /1.06679403392e-14

222222222222222222222 z-----an

011:

input: 种 种 闲 愁 先 上 眉 head: predict:

重 几 真 心 迹 易 飞 / 此 曲 溪 头 分 下 路 / 始 知 人 去 结 神 维 /1.15098441794e-21

668888888888888888888 p-----ei


input: 玉 转 珠 回 著 眼 看 head: predict:

雁 过 人 心 腹 不 缘 / 为 报 主 怜 和 处 语 / 千 年 一 富 贵 羞 颜 /1.03073343661e-12

218888821888888888888 z-----an

100:

input: 种 种 闲 愁 先 上 眉 head: predict:

一 月 萧 条 玉 立 梅 / 万 里 欲 人 高 少 发 / 不 知 山 水 是 松 危 /2.06151210161e-16

003000000000000000000 p-----ei


input: 玉 转 珠 回 著 眼 看 head: predict:

四 望 花 园 真 是 兼 / 访 爱 不 生 离 五 醉 / 更 须 踏 雪 过 高 谈 /3.21693831867e-15

111111111111111111111 z-----an

101:

input: 种 种 闲 愁 先 上 眉 head: predict:

一 日 诗 须 更 有 没 / 今 信 后 儿 成 故 缘 / 尽 烟 怜 是 去 春 非 /3.94789284506e-21

222222221222222222122 p-----ei


input: 玉 转 珠 回 著 眼 看 head: predict:

谁 是 云 山 过 笑 园 / 梅 下 门 西 成 处 在 / 水 白 无 泪 一 江 寒 /3.13448772975e-20

555555045555554554550 z-----an

110:

input: 种 种 闲 愁 先 上 眉 head: predict:

也 是 伤 春 已 复 悲 / 明 月 凉 风 无 夜 深 / 不 知 此 日 唤 龙 微 /2.8421894989e-13

111111111111111111111 p-----ei


input: 玉 转 珠 回 著 眼 看 head: predict:

一 道 春 风 老 面 寒 / 忽 见 山 僧 行 未 语 / 也 须 踏 步 绕 花 川 /4.33859921807e-13

222222222222222222222 z-----an

111:

input: 种 种 闲 愁 先 上 眉 head: predict:

和 法 还 应 与 所 悲 / 富 贵 萧 条 如 梦 面 / 月 明 终 在 十 番 危 /6.83411823598e-22

555805855588088888855 p-----ei


input: 玉 转 珠 回 著 眼 看 head: predict:

雁 过 高 山 越 客 南 / 家 宿 最 曾 关 外 路 / 梦 中 万 树 也 如 千 /5.33719756921e-13

118881111880188888818 z-----an


Plan to do next week

  • To finish the work about the SMT method implementation of the poem generation and to extract the SMT features to enhance the function of poem generation and songci generation.
  • To implement the reading comprehension qa system.

Interested papers

  • Cascading Bandits: Learning to Rank in the Cascade Model(ICML 2015) [pdf]