第六章 组会(2/3)
室压力有多大。特别是坐在他旁边的杜曜,整天愁眉苦脸。”>
高峰说道。>
林奇松无奈摇了摇头,转过头打开电脑,开始看自己的纪录片。>
一夜无话。>
第二天一早,是凌志他们实验室每周一度的组会。>
凌志早早来到实验室,把旁边会议室的投影仪布置好,然后把自己做的拷进去,今天他要分享论文。>
不一会儿,师门同学们陆陆续续都来到了实验室,紧接着,导师王海波也到了。>
凌志的导师王海波40出头,今年刚刚评上了教授,正是志得意满的时候。听说家里的小儿子也刚刚出生,正是双喜临门之时。虽然在计算机领域深耕多年,但并没有拼过头,头顶的平头发型还是郁郁葱葱。行走在路上时总是脚步带风,看见谁都一副笑眯眯的样子。就是年纪逐渐上来了,颈椎经常性地不舒服,凌志想什么时候有机会在教师节送王导一个按摩仪试试看,也算报答王导的教育之恩。>
“今天有没有人分享的?”>
凌志没有犹豫,说道:>
“老师,我来吧。”>
凌志打开自己的,毫不怯场地讲道:>
“今天给大家分享一下我最近阶段性的实验结果以及论文。”>
……>
“这是我的数据预处理过程,我大致分为了5个步骤,……”>
“这是我对句子对匹配的实验结果,两个句子属于同一人所发布即为正样本,不是同一人即为负样本。……”>
“你先等下,你分类所用的特征都有哪些?”>
老王问道。>
“哦哦,我一会儿会详细说,我现在仅仅是先把结果抛出来。……”>
“这个正样本和负样本的叫法合不合理嘞?这个实验结果你们觉得怎么样?”>
老王跟大家讨论了一阵,然后让凌志继续。>
“我使用的特征是一个14个维度的向量,包括人工提取的特征和神经网络提取的特征。……”>
凌志讲沿用了老王以前对学生们的教导——多用图表,少用文字,凌志深以为然。事实上本来就是用来突出重点的,如果往上面堆砌太多文字的话,讲者容易对着念,听者也会觉得乏味,不会自己思考。而用图片和少量文字突出重点,就比较容易让听众们接受。>
正如接下来凌志分享的论文,用一张图说明了一句话中每个词之间的远近关系。>
“比如现在有两句话,‘他对媒体发表言论’以及‘他出席了新闻发布会’。虽然这两句话意思很接近,但我们如何用程序来进行打分判断呢?我们应当将第一句话中的‘他’所对应的词向量跟第二句话中的每个词进行对比,找出意义最接近的那个。后面以此类推,‘媒体’对应‘新闻发布会’,‘发表’对应‘出席’。就这样通过词向量之间相似度的计算,进而合并为两个句子之间的相似度。”>
凌志展示出两个句子之间的相似度:0.912,大家很容易地理解了两个句子之间的相似度是如何计算出的,因为图上每个词之间的距离远近都非常清晰。>
之后凌志开始解释一些技术细节,包括每个词的词向量如何计算出来等等。>
作为主讲人,凌志非常清楚讲解时需要详略得当,所以不会过多阐述细节,只用图表解释了文章的核心思想。所以讲好确实不容易,细节不能太过深入,但也不能一带而过,把握好一个度是很重要的。>
随着凌志分享完,说声谢谢后,会议室里大家不自觉地响起了掌声。凌志有时候会注意到,一般在对大众讲话时,结尾加一句“谢谢”,会让观众们不由自主地鼓掌。然而大家给他鼓掌并不是单纯捧他场,而是确实觉得凌志讲得好。>
“不错,实验过程和细节讲的很清楚,问题也分析的到位,论文也很值得借鉴。行,下一个,还有谁要讲?”>
凌志长舒一口气,坐到其他位置上。有一个刚考上研究生,提前进来实验室的师弟站了起来,打开了自己的。>
“额,各位师兄师姐好,今天我想来讲一篇论文,题目叫……”>
很明显有点紧张,不过凌志一点也不在意,当初自己也是这么过来的嘛。>
“这篇论文的算法是这样的,……”>
“你等会儿,都跟你们讲过了,不要把原论文列出的算法英文伪代码直接贴到里面,你们这样做谁会去看啊,那么复杂。你应该像凌志那样画图表现出来,这样别人看起来才觉得简单易懂,知道了吗?不要让我一再强调。”>
“哦哦,抱歉老师,我以后一定注意。”>
“行,那你继续。”>
于是师弟战战兢兢地讲完了自己的论文,也不知道大家听没听懂,最怕空气突然安
本章未完,请翻下一页继续阅读.........
重生之后妈很抢手
残王爆宠嚣张医妃傅昭宁
金牌捉鬼系统
大佬,你五个儿子又黑公司了
重生之好女养成
我的邻家空姐
我似星海你似山川
大天骄
无上至尊
总裁爱妻成狂