問：人工神經(jīng)網(wǎng)絡(luò)的論文

1. 答：你不翻譯了
   ？？？

問：何中軍在《神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯技術(shù)及應(yīng)用》中提到的5篇論文是?

1. 答：我剛好也看了這如源返個(gè)貼子，覺得內(nèi)容很不錯(cuò)，裂核準(zhǔn)備把里面提到的五篇論文好好看看。
   五篇論文分別是:
   1.第一個(gè)挑戰(zhàn)就是漏譯，我們今年有一篇論文從數(shù)據(jù)方面去分析。我們發(fā)現(xiàn)漏譯與詞語的熵成正相關(guān)關(guān)系，這個(gè)詞的熵越大，漏譯的可能性越大。它所對應(yīng)的目標(biāo)語言渣饑詞越多，概率越分散（熵越大），越有可能被漏譯。
   Addressing the Under-translation Problem from the Entropy Perspective To appear in AAAI-2019
   2.第二個(gè)挑戰(zhàn)就是數(shù)據(jù)稀疏。
   多語言翻譯 Multi-Task Learning for Multiple Language Translation 2015
   無監(jiān)督學(xué)習(xí) Phrase-Based & Neural Unsupervised Machine Translation 2018
   3.第三個(gè)挑戰(zhàn) 引入知識
   4.第四個(gè)挑戰(zhàn) 可解釋性
   清華大學(xué)從注意力的角度去研究 Visualizing and Understanding Neural Machine Translation 2017
   5.第五個(gè)挑戰(zhàn) 語篇翻譯
   Modeling Coherence for Discourse Neural Machine Translation AAAI-2019
2. 答：不知道誒~不過你要寫這類的論文你可以在網(wǎng)上找下（人工智能與機(jī)亂蠢升器人研究）檔如吧~多學(xué)習(xí)多看看~找找靈感嘩老和思路·

問：圖神經(jīng)網(wǎng)絡(luò)好發(fā)論文嗎

1. 答：圖神經(jīng)網(wǎng)絡(luò)好發(fā)論文嗎如下：
   圖神經(jīng)網(wǎng)絡(luò)將深度學(xué)習(xí)的預(yù)測能力應(yīng)用于豐富的數(shù)據(jù)結(jié)構(gòu)中，這些數(shù)據(jù)結(jié)構(gòu)將物體及其對應(yīng)關(guān)系描述為圖中用線連成的點(diǎn)，圖神經(jīng)網(wǎng)絡(luò)讀博好。在圖神經(jīng)網(wǎng)絡(luò)中，被稱為“節(jié)點(diǎn)”的數(shù)據(jù)中晌點(diǎn)通過被稱為“邊”的線連接，各種元素均以數(shù)學(xué)形式表達(dá)，這使機(jī)器學(xué)習(xí)算法可以在節(jié)點(diǎn)、邊或整個(gè)圖的層面做出有用的預(yù)測。
   這個(gè)理科生應(yīng)該都清楚，圖有點(diǎn)(Vertex)和邊(Edge)兩部分組成，一個(gè)圖就代表了各個(gè)實(shí)體節(jié)點(diǎn)（node）之間的關(guān)系（edge）：
   每個(gè)節(jié)點(diǎn)或者邊都可以包含它的一些屬性信息，比如如果一個(gè)節(jié)點(diǎn)表示一個(gè)人，那么就可以包含這個(gè)人的姓名、性別、身高、體重之類的..我們研究需要的信息。
   而這些信息，都可以用通用的向量的形式存入其中：
   還有別忘了一點(diǎn)，邊是可以有方向的，按此我們還能分為有向圖或是無向圖。邊的方向代表了信息的傳遞方向，例如a是b的微信好友，那b也是a的微信好友，好友關(guān)系自然是賣顫鋒沒方向的，而比如a是b的爹，那顯然b就不是a的爹，此時(shí)叫爹的關(guān)系就是有有方向的。
   圖洞握結(jié)構(gòu)的構(gòu)建是非常靈活的，可以根據(jù)個(gè)人的設(shè)計(jì)構(gòu)建出各種不一樣的圖。而作為開發(fā)者顯然要結(jié)合實(shí)際解決的問題來構(gòu)建合適的圖。