摘要:多行为推荐系统旨在利用用户多种行为的交互数据来提升系统的推荐性能. 现有的多行为推荐方法通常将多行为数据直接作用于共享的初始化用户表征上, 并在任务中糅合了对用户偏好的挖掘和对不同行为间联系的建模. 然而, 这些算法忽视了不同交互行为中存在的数据不平衡问题(不同行为交互数据量差别较大)以及适配上述两种任务而引起的信息损失问题. 事实上, 用户偏好是指用户在不同行为中表现出来的喜好(例如, 浏览的喜好), 而各行为间的联系表现为用户偏好在不同行为间潜在的转化关系(例如, 浏览转换为购买). 在多行为推荐中, 对用户偏好的挖掘和对行为间联系的建模可以看作两个阶段的任务. 基于上述讨论, 提出基于两阶段学习的多行为推荐. 两阶段策略设计的优势是解耦了前述两种任务. 两阶段策略采取固定参数交替训练的方式实现, 并同时保留了模型端到端的结构. 1)第1阶段专注于不同行为下的用户偏好建模: 先利用所有交互数据(不区分行为类别)对用户的全局喜好进行建模, 以最大程度缓解数据稀疏性问题, 再分别利用各行为的交互数据细化该特定行为下的用户偏好(局部偏好), 以减轻不同行为之间的数据不平衡问题造成的影响. 2)第2阶段专注于对不同行为间联系的建模, 通过解耦对用户偏好的挖掘和对不同行为间联系的建模, 以缓解因适配两种任务而引起的信息损失问题. 这种两阶段模式能够显著提升系统对目标行为的预测能力. 大量实验结果表明, 所提模型在性能上远优于最先进的基线模型, 在Tmall和Beibei两个真实基准数据集上的性能提升平均可以达到103.01%和33.87%.

摘要:图像美学评价和情感分析任务旨在使计算机可以辨认人类由受到图像视觉刺激而产生的审美和情感反应.现有研究通常将它们当作两个相互独立的任务.但是，人类的美感与情感反应并不是孤立出现的；相反，在心理认知层面上，两种感受的出现应是相互关联和相互影响的.受此启发，采用深度多任务学习方法在统一的框架下处理图像美学评价和情感分析任务，深入探索两个任务间的内在关联.具体来说，提出一种自适应特征交互模块将两个单任务的基干网络进行关联，以完成图像美学评价和情感分析任务的联合预测.该模块中引入了一种特征动态交互机制，可以根据任务间的特征依赖关系自适应地决定任务间需要进行特征交互的程度.在多任务网络结构的参数更新过程中，根据美学评价与情感分析任务的学习复杂度和收敛速度等差异，提出一种任务间梯度平衡策略，以保证各个任务可以在联合预测的框架下平衡学习.此外，构建了一个大规模的图像美学情感联合数据集UAE.据已有研究，该数据集是首个同时包含美感和情感标签的图像集合.本模型代码以及UAE数据集已经公布在https://github.com/zhenshen-mla/Aesthetic-Emotion-Dataset.

摘要:篇章翻译方法借助跨句的上下文信息以提升篇章的翻译质量.篇章具有结构化的语义信息,可以形式化地表示为基本篇章单元之间的依存关系.但是目前的神经机器翻译方法很少利用篇章的结构信息.为此,提出了一种篇章翻译模型,能够在神经机器翻译的编码器-解码器框架中显式地建模基本篇章单元切分、篇章依存结构预测和篇章关系分类任务,从而得到结构信息增强的篇章单元表示.该表示分别通过门控加权和层次注意力的方式,与编码和解码的状态向量进行融合.此外,为了缓解模型在测试阶段对篇章分析器的依赖,在训练时采用多任务学习的策略,引导模型对翻译任务和篇章分析任务进行联合优化.在公开数据集上的实验结果表明,所提出的方法能够有效地建模和利用篇章单元间的依存结构信息,从而达到提升译文质量的目的.

摘要:糖尿病性视网膜病变（糖网病）是导致成年人视觉损失的主要因素之一.早期的眼底筛查可以显著降低这种视觉损失的可能性.彩色眼底图像由于具有采集便利、对人体无伤害等特点，常被用于大规模的眼底筛查工作.对眼底图像中的红色病变点而言，微动脉瘤是轻度非增殖性糖网病的主要标志，出血点与中度及重度非增殖性糖网病的诊断有关，因此，眼底图像中出血点和微动脉瘤的准确分割对糖网病分级诊断具有重要参考价值.提出一种基于多任务学习的分割模型Red-Seg来对出血点和微动脉瘤进行分割.该网络包含两个分支，每个分支处理一种病变点.设计了一种两阶段训练算法，并且两个阶段使用不同的损失函数：第1阶段使用改进的Top-k带权交叉熵损失函数，将模型训练集中在难分样本上；第2阶段将最小化假阳性和假阴性作为Red-Seg模型训练的优化目标，进一步减少病变点误分.最后，在IDRiD数据集上进行模型验证，并与其他病变点分割方法进行对比.实验结果表明，在应用Red-Seg模型进行微动脉瘤和出血点红色病变点分割时，两阶段训练算法可以显著减少病变点误分情况，尤其是出血点分割的准确率和召回率都提高2.8%.同时，与HED、FCRN、DeepLabv3+和L-Seg等图像级分割模型相比，Red-Seg模型在微动脉瘤分割上获得了更好的AUC_PR.

摘要:传统的深度多任务网络通常在不同任务之间共享网络的大部分层（即特征表示层）.由于这样做会忽视不同任务各自的特殊性，所以往往会制约其适应数据的能力.提出了一种层级混合的多任务全卷积网络HFFCN，以解决CT图像中的前列腺分割问题.特别地，使用一个多任务框架来解决这个问题.这个框架包括一个分割前列腺的主任务和一个回归前列腺边界的辅助任务.这里，第2个任务主要是用来精确地描述在CT图像中模糊的前列腺边界.因此，HFFCN架构是一个双分支的结构，包含一个编码主干和两个解码分支.不同于传统的多任务网络，提出了一个信息共享模块，用以在两个解码分支之间共享信息.这使得HFFCN可以学习任务的通用层级信息，同时保留一些不同任务各自的特征表示.在一个包含有313个病人的313张计划阶段图片的CT图像数据集上做了详细的实验.实验结果证明了HFFCN网络可以超越现有其他先进的分割方法或者传统的多任务学习模型.

摘要:为了进一步利用近场语音数据来提高远场语音识别的性能，提出一种基于知识蒸馏和生成对抗网络相结合的远场语音识别算法.该方法引入多任务学习框架，在进行声学建模的同时对远场语音特征进行增强.为了提高声学建模能力，使用近场语音的声学模型（老师模型）来指导远场语音的声学模型（学生模型）进行训练.通过最小化相对熵使得学生模型的后验概率分布逼近老师模型.为了提升特征增强的效果，加入鉴别网络来进行对抗训练，从而使得最终增强后的特征分布更逼近近场特征.AMI数据集上的实验结果表明，该算法的平均词错误率（WER）与基线相比在单通道的情况下，在没有说话人交叠和有说话人交叠时分别相对下降5.6%和4.7%.在多通道的情况下，在没有说话人交叠和有说话人交叠时分别相对下降6.2%和4.1%.TIMIT数据集上的实验结果表明，该算法获得了相对7.2%的平均词错误率下降.为了更好地展示生成对抗网络对语音增强的作用，对增强后的特征进行了可视化分析，进一步验证了该方法的有效性.

摘要:事件抽取旨在从非结构化的文本中提取人们感兴趣的信息，并以结构化的形式呈现给用户.当前，大多数中文事件抽取系统采用连续的管道模型，即：先识别事件触发词，后识别事件元素.其容易产生级联错误，且处于下游的任务无法将信息反馈至上游任务，辅助上游任务的识别.将事件抽取看作序列标注任务，构建了基于CRF多任务学习的中文事件抽取联合模型.针对仅基于CRF的事件抽取联合模型的缺陷进行了两个扩展：首先，采用分类训练策略解决联合模型中事件元素的多标签问题（即：当一个事件提及中包含多个事件时，同一个实体往往会在不同的事件中扮演不同的角色）.其次，由于处于同一事件大类下的事件子类，其事件元素存在高度的相互关联性.为此，提出采用多任务学习方法对各事件子类进行互增强的联合学习，进而有效缓解分类训练后的语料稀疏问题.在ACE 2005中文语料上的实验证明了该方法的有效性.