policy gradient training | BriefGPT

关键词policy gradient training

搜索结果 - 1

ACL基于策略梯度的多任务语义依存解析学习简单先易策略
本文提出了一种新的迭代谓词选择算法，结合了基于图的和基于转换的语法分析方法，同时使用多任务学习和特定任务策略梯度训练来训练模型，在 SemEval 2015 任务 18 数据集上取得了新的最佳性能，并观察到策略梯度训练学习了一种易于先完成的
PDF5 years ago