목록전체 글 (116)
while (1): study();
링크: https://arxiv.org/abs/2005.00661 On Faithfulness and Factuality in Abstractive Summarization It is well known that the standard likelihood training and approximate decoding objectives in neural text generation models lead to less human-like responses for open-ended tasks such as language modeling and story generation. In this paper we have analyze arxiv.org Main Question 1. abstractive summa..
1. BLEU (bilingual evaluation understudy) n-gram precision, 생성한 문장을 기준으로 reference의 유사도를 파악. BLEU (bilingual evaluation understudy) is an algorithm for evaluating the quality of text which has been machine-translated from one natural language to another. Quality is considered to be the correspondence between a machine's output and that of a human: "the closer a machine translation is to a profes..
링크: https://arxiv.org/abs/1711.09724 Table-to-text Generation by Structure-aware Seq2seq Learning Table-to-text generation aims to generate a description for a factual table which can be viewed as a set of field-value records. To encode both the content and the structure of a table, we propose a novel structure-aware seq2seq architecture which consists arxiv.org Table-to-Text Generation에 있어 중요한 ..
링크: https://arxiv.org/abs/2010.00910 Continual Learning for Natural Language Generation in Task-oriented Dialog Systems Natural language generation (NLG) is an essential component of task-oriented dialog systems. Despite the recent success of neural approaches for NLG, they are typically developed in an offline manner for particular domains. To better fit real-life applicat arxiv.org 범용 인공지능에 다가..
링크:https://arxiv.org/abs/1704.04368 Get To The Point: Summarization with Pointer-Generator Networks Neural sequence-to-sequence models have provided a viable new approach for abstractive text summarization (meaning they are not restricted to simply selecting and rearranging passages from the original text). However, these models have two shortcomings: th arxiv.org 1. Introduction 문서 요약 태스크에는 Ext..
비트마스크를 입력받는 예제가 있다. vector getBitmask(vector bitmasks, const int length) { for (int n = 0; n < length; n++) { int numElem; int elem; scanf("%d", &numElem); bitset bitmask; for (int e = 0; e < numElem; e++) { scanf("%d", &elem); bitmask.set(elem, 1); } bitmasks.push_back(bitmask); } return bitmasks; } 이때 반환형이 void이든 벡터이든 결과의 size()를 호출하면 0이 나온다. 이후 빈 벡터에 대해 연산을 가하면 vector subscript out of range 등..
컴퓨터는 내부적으로 이진수(비트)를 사용합니다. 그렇기 때문에 십진수 혹은 불린형을 사용하는 것보다 이진수를 사용하여 데이터를 표현하는 것이 더 효과적인 경우가 있습니다. 이렇게 이진수로 데이터를 표현하는 방식을 비트마스크라고 합니다. 파이썬이 지원하는 비트 연산자는 다음과 같습니다. & : AND 연산 | : OR 연산 ^ : NOR 연산 ~ : NOT 연산 : 쉬프트 연산 파이썬이 지원하는 연산자들을 이용하여 비트마스크를 다양하게 조작해보겠습니다. 들어가기 앞서 파이썬에서 제공하는 bin함수는 '수를 이진수 문자열로 바꾸어 출력에 용이하게 해줄 뿐' 실제 형변환이 되거나 그러진 않습니다. 따라서 일반적인 정수로 연산 및 변수 할당을 진행하면 됩니다. 우선 비트마스크는 0으로 초기화하겠습니다. bitm..
링크: https://algospot.com/judge/problem/read/LUNCHBOX algospot.com :: LUNCHBOX Microwaving Lunch Boxes 문제 정보 문제 After suffering from the deficit in summer camp, Ainu7 decided to supply lunch boxes instead of eating outside for Algospot.com winter camp. He contacted the famous packed lunch company "Doosot" to prepare N lun algospot.com import sys rl = lambda: sys.stdin.readline() def min_time(): t..
링크: https://algospot.com/judge/problem/read/MATCHORDER algospot.com :: MATCHORDER 출전 순서 정하기 문제 정보 문제 전세계 최대의 프로그래밍 대회 알고스팟 컵의 결승전이 이틀 앞으로 다가왔습니다. 각 팀은 n명씩의 프로 코더들로 구성되어 있으며, 결승전에서는 각 선수가 algospot.com 동적 계획법은 시간적으로 효율적이지만, 공간적으로는 그렇지 않을 수 있습니다. 모든 경로를 재귀호출하여 탐색하고 그 결과를 캐싱하기 때문이죠. 만약 공간적으로 효율적인 알고리즘을 작성해야 하는 경우엔 탐욕법을 생각해볼 수 있습니다. 탐욕법은 탐욕법으로 최적해를 찾을 수 있는 문제 또는 동적계획법으로 작성하기엔 메모리 공간을 너무 많이 차지하여 근사해를 ..
링크: https://www.algospot.com/judge/problem/read/PACKING algospot.com :: PACKING 여행 짐 싸기 문제 정보 문제 여행을 떠나기 전날까지 절대 짐을 싸지 않는 버릇이 있는 재훈이는 오늘도 비행기 타기 전날에야 가방을 싸기 위해 자리에 앉았습니다. 비행기 규정상 재훈이는 www.algospot.com 최적화 문제에서 경로의 가짓수를 센다거나, 최대값을 구하는 일은 쉽습니다. 그러나 실제 경로를 출력해야한다면 어떨까요? 완전탐색 알고리즘에 동적계획법을 적용할 때 단지 캐시만 추가하여 전체 흐름에는 크게 변화가 없었던 것처럼, 결과를 출력할 때도 코드를 크게 바꾸지 않습니다. 단지 캐싱 과정에서 저장의 용이성을 위해 어느정도 포기했던 정보를 다시 재구..