各位老师，同学：
时间：6月4日讨论班 14:00-15:30
地点：教学楼5-305
报告内容：
郝晓贞 Novel architecture for long short-term memory used in question classification
    为了有效的解决RNN因梯度消失而导致的无法处理长期依赖性的问题，本文提出了一种新的架构Att-LSTM，是在传统的LSTM基础上做的改进，将以前时间步的连续隐藏状态关联到当前时间步，并且考虑到以前时间步的隐藏状态对当前时间步的输出的影响不同，所以将注意机制应用到这些隐藏状态。通过在手写数字分类（MNIST）上进行实验，验证Att-LSTM具有很强的学习长期相关性的能力，能够达到较好的序列分类效果。

邵礼旭 Accelerating Innovation Through Analogy Mining
    随着大型资源库可用性的提高，可以通过查找类似问题的解决方案向人们提供灵感来加速创新，本文探讨了学习简单结构表示的可行性，指定了产品的目的和实现该目的的机制这种类比模式，结合众包和递归神经网络从产品描述中提取目的和机制向量表示，进而找到比传统信息检索方法更高精度的类比，显着提高人们创新的可能性。

下周报告人 孙浩，艾丽娜