摘要：深度学习已经在多个领域得到了广泛的使用,并取得了令人瞩目的成绩。然而优秀的网络结构设计在很大程度上仍然依赖于研究者的先验知识和大量的实验验证,整个过程对于人力、算力等资源消耗巨大。因此,能否让计算机自动地找到最适用于当前任务的神经网络结构成为了当前研究的热点。近年来,研究人员对神经网络结构搜索(Neural Architecture Search,NAS)进行了各种改进,相关研究工作复杂且丰富。为了让读者对神经网络结构搜索方法有更清晰的了解,该文从神经网络结构搜索的三个维度:搜索空间、搜索策略和性能评估策略对现有方法进行了分析,并提出了未来可能的研究方向。

摘要：分析了文本分类过程中存在的混淆类现象,主要研究混淆类的判别技术,进而改善文本分类的性能.首先,提出了一种基于分类错误分布的混淆类识别技术,识别预定义类别中的混淆类集合.为了有效判别混淆类,提出了一种基于判别能力的特征选取技术,通过评价某一特征对类别之间的判别能力实现特征选取.最后,通过基于两阶段的分类器设计框架,将初始分类器和混淆类分类器进行集成,组合了两个阶段的分类结果作为最后输出.混淆类分类器的激活条件是:当测试文本被初始分类器标注为混淆类类别时,即采用混淆类分类器进行重新判别.在比较实验中采用了Newsgroup和863中文评测语料,针对单标签、多类分类器.实验结果显示,该技术有效地改善了分类性能.

摘要：一、引言区域活动的有序开展离不开规则的有效实施,阅读区这个充满生命张力的地方,如何才能有序有效组织与开展呢?面对图书乱放的书架,面对拥挤的取书放书的人群,我们该怎么办?是教师监督,同伴监督进行他律,还是让幼儿在环境中学会自律?"标记"的设计和运用成为了无声的语言,在向孩子们传递着文明阅读、有序阅读的信息。二、案例背景图画书作为园所的一种丰富资源,以"小种子"图书馆的形式在每班进行呈现和运用。

摘要：在自然语言处理中,由于神经网络的结构需要人工设计,容易导致复杂的神经网络结构中存在大量冗余.为了减少冗余,人们常采用剪枝等模型压缩方法,但是这类方法通过一些与训练过程无关的指标直接对模型进行裁剪时往往造成性能损失.因此探索了一种神经网络中神经元连接的自动学习方法,通过在训练中对神经元连接进行动态生长和删除的方法,可以更好地对网络连接进行动态操作,从而得到更紧凑、高效的网络结构.使用该方法在神经语言模型上进行自动生长和消去,在保证网络性能不变的前提下,网络规模可缩小49%.

摘要：利用机器翻译打破现今语言交流的隔阂一直是机器学习领域的重要课题。机器翻译的研究历经基于语法规则、实例数据、统计方法的机器翻译时代,发展到现在,成为利用以编码解码为基本框架而设计的、利用神经网络对翻译过程建模的神经机器翻译。编码解码结构设计的诞生,不仅缓解了神经机器翻译的网络框架选择问题,还使翻译过程无需依赖隐藏结构.