同步公众号(arXiv每日论文速递)，回复'search 关键词'查询相关最新论文。(*￣rǒ￣)
cs.CL 方向，今日共计39篇
【1】 Are We Safe Yet? The Limitations of Distributional Features for Fake News Detection
标题：我们安全了吗？假新闻检测的分布特征局限性
作者： Tal Schuster, Regina Barzilay
链接：https://arxiv.org/abs/1908.09805
【2】 Detecting Toxicity in News Articles: Application to Bulgarian
标题：检测新闻文章中的毒性：对保加利亚语的应用
作者： Yoan Dinkov, Preslav Nakov
备注：Fact-checking, source reliability, political ideology, news media, Bulgarian, RANLP-2019. arXiv admin note: text overlap with arXiv:1810.01765
链接：https://arxiv.org/abs/1908.09785
【3】 uniblock: Scoring and Filtering Corpus with Unicode Block Information
标题：uniblock：使用Unicode块信息对语料库进行评分和过滤
作者： Yingbo Gao, Hermann Ney
备注：EMNLP2019
链接：https://arxiv.org/abs/1908.09716
【4】 Low-Resource Name Tagging Learned with Weakly Labeled Data
标题：低-使用弱标记数据学习的资源名称标记
作者： Yixin Cao, Heng Ji
备注：10 pages, 4 figures, EMNLP2019
链接：https://arxiv.org/abs/1908.09659
【5】 Semi-supervised Learning for Word Sense Disambiguation
标题：词义消歧的半监督学习
作者： Darío Garigliotti
备注：This work was awarded the Third Place in the EST 2013 Contest (ISSN 1850-2946) at the 42nd JAIIO (Annals of 42nd JAIIO - Argentine Journals of Informatics - ISSN 1850-2776)
链接：https://arxiv.org/abs/1908.09641
【6】 An Empirical Study of Domain Adaptation for Unsupervised Neural Machine Translation
标题：无监督神经机器翻译领域自适应的实证研究
作者： Haipeng Sun, Tiejun Zhao
链接：https://arxiv.org/abs/1908.09605
【7】 Measuring Patent Claim Generation by Span Relevancy
标题：通过跨度相关性衡量专利权利要求的产生
作者： Jieh-Sheng Lee, Jieh Hsiang
链接：https://arxiv.org/abs/1908.09591
【8】 Rethinking Attribute Representation and Injection for Sentiment Classification
标题：重新思考情感分类的属性表示和注入
作者： Reinald Kim Amplayo
备注：EMNLP 2019
链接：https://arxiv.org/abs/1908.09590
【9】 Transductive Data-Selection Algorithms for Fine-Tuning Neural Machine Translation
标题：用于微调神经机器翻译的转导数据选择算法
作者： Alberto Poncelas, Andy Way
备注：Proceedings of The 8th Workshop on Patent and Scientific Literature Translation, 2019, pages 13--23, Dublin
链接：https://arxiv.org/abs/1908.09532
【10】 Thinking Globally, Acting Locally: Distantly Supervised Global-to-Local Knowledge Selection for Background Based Conversation
标题：全局思考，局部行动：基于背景对话的远程监督的全局到本地知识选择
作者： Pengjie Ren, Maarten de Rijke
链接：https://arxiv.org/abs/1908.09528
【11】 Partially-supervised Mention Detection
标题：部分监督提及检测
作者： Lesly Miculicich, James Henderson
链接：https://arxiv.org/abs/1908.09507
【12】 Domain Adaptive Text Style Transfer
标题：域自适应文本样式转换
作者： Dianqi Li, Bill Dolan
备注：EMNLP 2019, long paper
链接：https://arxiv.org/abs/1908.09395
【13】 On Measuring and Mitigating Biased Inferences of Word Embeddings
标题：关于词嵌入的有偏推理的度量和缓解
作者： Sunipa Dev, Vivek Srikumar
链接：https://arxiv.org/abs/1908.09369
【14】 Transforming Delete, Retrieve, Generate Approach for Controlled Text Style Transfer
标题：用于受控文本样式传输的转换删除、检索、生成方法
作者： Akhilesh Sudhakar, Arjun Maheswaran
备注：11 pages, 6 Tables, 2 Figures, Accepted at 2019 Conference on Empirical Methods in Natural Language Processing (EMNLP - 2019)
链接：https://arxiv.org/abs/1908.09368
【15】 Patient Knowledge Distillation for BERT Model Compression
标题：用于BERT模型压缩的患者知识提取
作者： Siqi Sun, Jingjing Liu
备注：Accepted to EMNLP 2019
链接：https://arxiv.org/abs/1908.09355
【16】 Efficient Bidirectional Neural Machine Translation
标题：高效双向神经机器翻译
作者： Xu Tan, Tao Qin
链接：https://arxiv.org/abs/1908.09329
【17】 Multilingual Neural Machine Translation with Language Clustering
标题：基于语言聚类的多语言神经机器翻译
作者： Xu Tan, Tie-Yan Liu
备注：Accepted by EMNLP 2019
链接：https://arxiv.org/abs/1908.09324
【18】 Multi-task Learning for Low-resource Second Language Acquisition Modeling
标题：面向低资源二语习得模型的多任务学习
作者： Yong Hu, Xian-Ling Mao
链接：https://arxiv.org/abs/1908.09283
【19】 Don't Just Scratch the Surface: Enhancing Word Representations for Korean with Hanja
标题：不要只是抓表面：用韩文汉字增强韩语的单词表示
作者： Kang Min Yoo, Sang-goo Lee
备注：7 pages (5 main pages, 2 appendix pages), 1 figure, accepted in EMNLP 2019 (Conference on Empirical Methods in Natural Language Processing)
链接：https://arxiv.org/abs/1908.09282
【20】 Adversarial Domain Adaptation for Machine Reading Comprehension
标题：机器阅读理解的对抗性领域适应
作者： Huazheng Wang, Hongning Wang
备注：Accepted to EMNLP 2019
链接：https://arxiv.org/abs/1908.09209
【21】 A framework for anomaly detection using language modeling, and its applications to finance
标题：一种使用语言建模的异常检测框架及其在金融中的应用
作者： Armineh Nourbakhsh, Grace Bang
备注：5 pages, 2 figures, presented at the 2nd KDD Workshop on Anomaly Detection in Finance, 2019
链接：https://arxiv.org/abs/1908.09156
【22】 Query-Based Named Entity Recognition
标题：基于查询的命名实体识别
作者： Yuxian Meng, Jiwei Li
链接：https://arxiv.org/abs/1908.09138
【23】 Propagate-Selector: Detecting Supporting Sentences for Question Answering via Graph Neural Networks
标题：传播选择器：通过图神经网络检测问答支持句
作者： Seunghyun Yoon, Kyomin Jung
链接：https://arxiv.org/abs/1908.09137
【24】 Enhancing Neural Sequence Labeling with Position-Aware Self-Attention
标题：利用位置感知自我注意增强神经序列标记
作者： Wei Wei, Sheng Jiang
链接：https://arxiv.org/abs/1908.09128
【25】 Domain-Invariant Feature Distillation for Cross-Domain Sentiment Classification
标题：用于跨域情感分类的域不变特征提取
作者： Mengting Hu, Zhong Su
备注：Accepted by EMNLP 2019
链接：https://arxiv.org/abs/1908.09122
【26】 Automatic Text Summarization of Legal Cases: A Hybrid Approach
标题：法律案例自动文本摘要：一种混合方法
作者： Varun Pandya
备注：Part of 5th International Conference on Natural Language Processing (NATP 2019) Proceedings
链接：https://arxiv.org/abs/1908.09119
【27】 BERT for Coreference Resolution: Baselines and Analysis
标题：共指消解的BERT：基线和分析
作者： Mandar Joshi, Luke Zettlemoyer
备注：EMNLP 2019
链接：https://arxiv.org/abs/1908.09091
【28】 Multi-view Characterization of Stories from Narratives and Reviews using Multi-label Ranking
标题：使用多标签排序从叙事和评论中对故事进行多视角表征
作者： Sudipta Kar, Thamar Solorio
链接：https://arxiv.org/abs/1908.09083
【29】 DAST Model: Deciding About Semantic Complexity of a Text
标题：DAST模型：决定文本的语义复杂性
作者： MohammadReza Besharati, Mohammad Izadi
链接：https://arxiv.org/abs/1908.09080
【30】 Neural data-to-text generation: A comparison between pipeline and end-to-end architectures
标题：神经数据到文本的生成：流水线和端到端体系结构的比较
作者： Thiago Castro Ferreira, Emiel Krahmer
备注：Preprint version of the EMNLP 2019 article
链接：https://arxiv.org/abs/1908.09022
【31】 A Little Annotation does a Lot of Good: A Study in Bootstrapping Low-resource Named Entity Recognizers
标题：一个Little Annotation做了很多好事：关于Bootstrapping低资源命名实体识别器的研究
作者： Aditi Chaudhary, Jaime G. Carbonell
备注：Accepted at EMNLP 2019
链接：https://arxiv.org/abs/1908.08983
【32】 Deploying Technology to Save Endangered Languages
标题：部署技术拯救濒危语言
作者： Hilaria Cruz, Joseph Waring
链接：https://arxiv.org/abs/1908.08971
【33】 Well-Read Students Learn Better: The Impact of Student Initialization on Knowledge Distillation
标题：博览群书的学生更好地学习：学生初始化对知识蒸馏的影响
作者： Iulia Turc, Kristina Toutanova
链接：https://arxiv.org/abs/1908.08962
【34】 Neural Text Summarization: A Critical Evaluation
标题：神经文本摘要：一种关键评价
作者： Wojciech Kryściński, Richard Socher
备注：To appear in EMNLP 2019, 13 pages, 2 figures, 6 tables
链接：https://arxiv.org/abs/1908.08960
【35】 Differentiable Product Quantization for End-to-End Embedding Compression
标题：端到端嵌入压缩的可微积量化
作者： Ting Chen, Yizhou Sun
链接：https://arxiv.org/abs/1908.09756
【36】 Connecting and Comparing Language Model Interpolation Techniques
标题：连接和比较语言模型插补技术
作者： Ernest Pusateri, Ilya Oparin
链接：https://arxiv.org/abs/1908.09738
【37】 Release Strategies and the Social Impacts of Language Models
标题：发布策略和语言模型的社会影响
作者： Irene Solaiman, Jasmine Wang
链接：https://arxiv.org/abs/1908.09203
【38】 Representation Learning with Autoencoders for Electronic Health Records: A Comparative Study
标题：电子病历自动编码器的表征学习：一项比较研究
作者： Najibesadat Sadati, Dongxiao Zhu
链接：https://arxiv.org/abs/1908.09174
【39】 Controlling for Confounders in Multimodal Emotion Classification via Adversarial Learning
标题：基于对抗性学习的多模态情绪分类中混杂因素的控制
作者： Mimansa Jaiswal, Emily Mower Provost
备注：10 pages, ICMI 2019
链接：https://arxiv.org/abs/1908.08979
机器翻译，仅供参考
网友评论