Paper 研习社本周论文推荐精选 | 第十一期

语音播放文章内容

由深声科技提供技术支持

Paper 研习社本周论文推荐精选 | 第十一期

Paper 研习社新功能上线啦！

大家除了浏览或者参与论文推荐，还可以一键打包下载论文合集，针对长期更新的论文合集，你能通过系统消息第一时间收到更新的通知，让你的科研的道路上，绝不慢人一步！

Paper 研习社本周论文推荐精选 | 第十一期

点击链接迅速跳转论文集下载界面:

https://paper.yanxishe.com/library

「本周论文推荐精选」是 Paper 研习社推出的全新栏目，展现社友们在研习论文的过程中，推荐自己所阅读到的优秀论文，帮助大家一起学习、讨论每个领域最新、最精彩的学术论文。

①

#计算语言学#

《深邃的诗歌：中国古典诗歌的生成系统》

推荐理由：

本文解决的核心问题是中文古诗的自动生成问题。

这篇论文的创新点在于提出了一种接受多模态输入的中文古诗生成系统。这个名为Deep Poetry的中文古诗生成系统与以往基于模板的生成系统不同，使用神经网络在20万首诗和300万古代散文上进行训练，并且可以接受多种输入，例如纯文本、图像或意境定义。Deep Poetry允许用户参与诗歌创作过程，并且开发了名为“川小妹AI诗人”的微信小程序来方便用户通过移动设备访问。

这篇论文被AAAI 2020录用为Demo，微信小程序的开发也让这个中文古诗生成系统可以方便地进行使用，也会启发后续的研究进行类似的应用程序的开发。

论文链接：

https://paper.yanxishe.com/review/5224

推荐人：琴•福克纳（清华大学信息与通信工程专业，Paper 研习社特约作者）

②

#深度学习# #游戏人工智能#

《在多智能体博弈中寻找朋友和敌人》

推荐理由：

这篇论文要解决的是AI如何玩“阿瓦隆”这类桌游的问题。

AI最近在围棋、德扑和麻将等博弈游戏中不断战胜人类选手。MIT的研究人员在这个榜单上又加上了阿瓦隆这样的桌游。这篇论文最大的贡献是提出了一个名为DeepRole的多智能体强化学习算法，使用了一种常见的“反事实遗憾最小化”的游戏计划算法，通过反复与自己对战来学习游戏，同时还引入了演绎推理的技巧，使其具备从已有假设或前提推导出新结论的能力，比如AI看到任务中出现了一张失败票，就能推断出必然至少有一名间谍的结论。超过4000场的游戏统计数据显示，在一局有5名人类玩家的游戏中，如果用AI替换其中之一，其所处阵营的平均胜率会比替换前高出约12%。反之，在一局有5个AI的游戏中，如果用人类玩家替换其中之一，其阵营的平均胜率则会下降约8%。

这项研究的意义不仅仅在于玩桌游本身，而是能够更好地模拟人类如何依据社会反应做出决定，从而开发出能够与人类更好合作的AI系统。

论文链接：

https://paper.yanxishe.com/review/5498

推荐人：温蒂•斯普林

③

#计算机视觉# #模式识别#

《情境感知的情感识别网络》

推荐理由：

传统的情感识别技术只关注面部表情分析，因此对能够全面反映情绪反应的上下文进行编码的能力有限。

创新内容：

作者提出了一种用于上下文感知的情感识别的深层网络，称为CAER网络，它不仅利用了人类的面部表情，而且以一种联合和增强的方式利用了情境信息。其核心思想是在视觉场景中隐藏人脸，并基于注意机制寻找其他上下文。

该网络由两个子网络组成，包括两个流编码网络（用于分别提取面部和上下文区域的特征），以及自适应融合网络（用于以自适应方式融合这些特征）。