第一位主讲人是18级的刘汉东,他此次为大家分享的是一篇名为《Generating Long and Informative Reviews with Aspect-Aaware Coarse-to-Fine Decoding》的论文,这篇论文主要介绍了一种使用属性感知的粗略到精细解码的方法来生成商品评论,属于NLG的子任务。

刘汉东同学首先介绍了Review Generation的任务动机,然后介绍前人的工作通常基于Context-Aware的方法来进行评论生成,Context包含了“Product”,“User”,“Rating”三部分的信息,如图1所示。本文正是在Context-Aware的基础上进一步考虑到评论中的属性信息,或者说主题信息,利用Aspect-Aware的方式,使生成的句子内容more informative。更进一步,介绍了文中另一亮点Coarse-to-Fine,考虑在生成最终review之前,利用sketch(句子模板)作为中介,来使生成的句子流畅度更好。最终将评论生成的过程分解成了三个步骤,Aspect squence generation、Sketch generation、Review Generation。

       接着刘汉东同学将模型讲解分为上述三个部分。首先介绍Aspect squence基于encoder-decoder框架,将Context信息通过MLP编码成Context Vector,进一步将Context-Vector输入到encoder中生成Aspect Squence。进一步,主讲人以”sound”这一aspect为例介绍了sketch生成的过程,同样是一个encoder和decoder框架,输入中融合了aspect信息。最后主讲人讲解了某一sentence生成的过程,将sketch通过Bi-GRU进行编码,进一步在解码过程中,加入encoder中的对应隐状态信息来生成sentence,这样,在生成review的时候就同时考虑到了aspect和sketch的信息。

最后主讲人就实验部分进行讲解,对比了一些baselines,文中模型表现更好。主讲人还对文中Aspect coverage evaluation、Fluency evaluation及Ablation analysis三个实验进行讲解,显示出文中模型在语义、流畅度方面结果更好,并说明sketch的作用对于最终的结果影响更大。

 

第二位主讲人是19级的廖梦羽同学,她这次为大家介绍的是《马尔科夫链蒙特卡罗方法在数字岩心重构中的应用》

首先廖梦羽同学为我们介绍了在石油科技领域的数字岩心重构技术的重要性,帮助研究人员认识流体在多孔介质中的分布规律和渗流原理,但是岩心孔隙的二维图片得之不易,三维结构图像更是非常不易获得,且费用高昂,所以我们想要寻求一种可能性,用低廉易实现的方式从二维图片获得三维结构。

然后为我们介详细讲解了马尔可夫链蒙特卡洛法的思想,任务目标和具体实现,与数字岩心重构的任务目标相联系,如何构造基于马尔可夫链蒙特卡洛法的数字岩心重构技术。

该技术应用了蒙特卡洛法的思想:抽样获得概率分布的随机样本,再由样本对总体分布进行分析;应用了马尔科夫链的假设,假定后一状态只与前一状态或前几个状态有关,构建二维五点六点领域,三维十五点领域,再用马尔科夫链性质解决多维概率分布不好直接采样的问题。

最后为我们详细讲解了如何将马尔科夫链蒙特卡洛方法应用于数字岩心多维空间的体素预测,如何利用条件概率,采样生成样本点,重构数字岩心的三维结构。

该技术可以实现从XYZ三个方向快速构建不同尺度数字岩心,高效易实现,并对重构非均质性较不强的岩样是可靠的

以下是刘汉东、廖梦羽同学在这次seminar中的表现评分。