RAM并非Random-Access Memory，而是DL领域时下热门的Reasoning, Attention, Memory。NIPS2015将于12月5日组织一个RAM (Reasoning, Attention, Memory) workshop，组织方则是Facebook AI Research的Jason Weston (Memory Networks作者) ，Reference列表中的文章都挺不错，近日查阅了几篇QA相关的文章及资源整理如下。整理粗糙，望谅解。文章列表从近日最新的工作往前开始追溯： (如下文章中引用率出自Google scholar-2015/11/02) [1]. 《Empirical Study on Deep Learning Models for QA》 时间：2015/10/26，单位：US IBM Watson，作者：Yang Yu 数据集：Facebook’s bAbI (问答系统) 动机：深入探究Memory组件和Attention机制在解决QA问题中的应用。虽然之前的文章中有提及很相关的工作神经图灵机（NTM，Neural Turing Machine）和神经机器翻译（NMT，Neural Machine Translation）模型，且很多工作已经采用机器翻译模型解决QA任务，但并没有论文采用NMT和NTM解决QA问题。因而本文在Facebook的人工构造QA数据集上融合并对比了当下热门三种DL方法：Neural Machine Translation，Neural Turing … 继续阅读 →