EMNLP 2018去年十一月開完會了，又出了很多文章。根據自己的興趣點選了一些，平常慢慢讀，持續更新到這篇博文。這篇博文記錄下這些文章的簡要筆記，好的文章會標上“TO BE CONTINUED”，之後會再開單獨的博文來做筆記。列表如下：
| 名稱 | 類型 | 時間 | 閱讀價值 | 筆記 |
|---|---|---|---|---|
| Improving Neural Abstractive Document Summarization with Explicit Information Selection Modeling | long paper | 2018 | 3 | 做摘要的文章，選這篇主要是explicit information selection，直接看1789頁的gated global information filtering即可，主要是利用sigmoid函數來構建一個0-1的實數來做權重，達到過濾目的。 |
| Is it Time to Swish ? Comparing Deep Learning Activation Functions Across NLP tasks | long paper | 2018 | 4 | 在三類任務上對激活函數做測試，MLP-句子分類、CNN-document分類、RNN-序列標註，對各類激活函數有簡要的介紹，雖然任務類型還是有侷限性，不過還是可以用來了解各類激活函數。 |
| Topic Memory Networks for Short Text Classification | long paper | 2018 | 4 | 這篇文章的分類標準是話題，通過VAE和attention來分別找話題（隱變量z）和重點。文章寫得不錯，相關工作可以參考寫法。 |
| Joint Learning for Emotion Classification and Emotion Cause Detection | short paper | 2018 | 3 | 針對情感分類和情感證據檢測兩個任務聯合建模，具體方法是通過兩個神經網絡分別對兩個任務進行獨立分類，網絡之間有着信息的交互。跟之前看過的multi-task模型風格很像，不過是通過不同層次的特徵拼接來交互，而不是共享層。 |
| A Hierarchical Neural Attention-based Text Classifier | short paper | 2018 | 2 | label帶有層級關係的multi-class分類 |
| Phrase-level Self-Attention Networks for Universal Sentence Encoding | long paper | 2018 | 3 | 之前有見過把文本分層次爲“doc-sentence-clause-word”，而這篇是在短語級別做self-attention，根據dependency parsing來識別短語，短語切分的質量決定了模型的上限。可想而知，在句子變長、結構複雜、表達噪音較多時，這種方法在切分上就已經引入了很多誤差。只有當句子長度短、句式單一、表達規整時，纔可能嘗試這種做法，普適性不強 |
| Hybrid Neural Attention for Agreement / Disagreement Inference in Online Debates | short paper | 2018 | 2.5 | 在線辯論場景下，針對quote和response兩者，構建self-attention和co-attention，來進行分類。模型圖畫的不錯 |
| – | – | – | – | – |
持續補充…