传统的理性行动模式将代理视为与其环境完全分离,并且可以从外部对该环境起作用。这些代理与环境具有已知的功能关系,可以在每个细节上对其环境进行建模,并且不需要对其自身或其内部部分进行理解。我们提供了一个非正式的调查,以确定在其环境中嵌入良好推理饲料的正规化障碍。这些代理必须优化不属于“函数”类型的环境;他们必须依赖于适合整个环境的模型;他们必须将自己称为另一个物理系统,由可以修改的部件组成,并且可以在交叉目的下工作。
translated by 谷歌翻译
搜索应用程序通常显示缩短的句子,这些句子必须包含某些查询术语,并且必须符合用户界面的空间限制。这项工作引入了一种新的基于过渡的句子压缩技术,为这种设置开发。我们的方法通过在句子的依赖性解析中生成子图,在线性时间内构造长度和辅助约束的压缩。这种方法实现了超过基线ILP压缩技术的4倍速度,并且在约束条件下更好地重建了黄金缩短。这种效率增益允许对多个句子进行约束压缩,而没有不合理的滞后。
translated by 谷歌翻译
大规模开放在线课程是开放的教育课程,可通过互联网访问大量人群。为了便于学习,MOOC讨论论坛存在于学生和教师沟通与课程相关的问题,答案和想法的地方。本文的主要目的是使用主题分析调查跟踪讨论论坛帖子回到课程讲座视频和阅读。利用Latent DirichletAllocation(LDA)的无监督和监督变体来从课程材料中提取主题并对forumpost进行分类。我们对从五个课程中引导的帖子验证我们的方法,并确定主题模型可用于将学生讨论信息映射回基础课程讲座或阅读。标记的LDA优于未经监督的分层Dirichlet过程LDA和基础LDA用于不可追溯性任务。这项研究很有用,因为它提供了一种自动化的方法,可以按课程材料聚集学生讨论,使教师能够快速评估学生对内容的误解并相应地澄清材料。
translated by 谷歌翻译
在节点和边缘进入和离开网络的意义上,现实世界中的许多网络随时间而变化。已经提出了各种动态随机图模型来解释这些系统的宏观性质,并为统计推断和预测提供基础。有一种严格的方法可以确定这些模型与观察网络的匹配程度。因此,我们提出以下拟合优度问题:鉴于增长随机图的观察/快照的后果以及附加模型$ M $,我们可以确定快照是来自$ M $还是来自某些任意替代模型在一些自然指标中与$ M $分开?我们精确地制定了这个问题,并将其归结为适合于图值,无限状态马尔可夫过程的拟合测试,并基于我们称之为自然类型模型的非平台测量的过程来分析测试。
translated by 谷歌翻译