机器之心深度研学社每周干货：2017年第6周

Synced 深度研学社 每周干货，每周五为大家推荐机器学习的入门教程、技术分析、以及资源分享。不多不少，每周进步一点点~

【入门书籍】 Pattern Recognition And Machine Learning

by Christopher M Bishop

简介：作者Christopher M Bishop有理论物理的学术背景，后投身于计算机科学领域的模式识别和深度学习。这本书基于贝叶斯算法，对此有十分严谨的总结，主要介绍了深度学习的整体理论框架，总体来讲思路清晰、重点明确，适合对概率模型感兴趣的读者作为入门和参考书籍。注意此书侧重理论，所以建议结合一些切题的项目和习题一起学习。

作者简介：https://www.microsoft.com/en-us/research/people/cmbishop/

【技术分析】Machine Reading with Background Knowledge

by Ndapandula Nakashole, Tom M Mitchell

简介：两位作者任教于CMU，在这篇论文中主要介绍通过借助相关背景知识来完善语义理解的机器阅读模型。主要的方法有两个：一是借助半监督式深度学习算法来消除介词短语中的模糊性和歧义，二是从复合名字短语中提取关系。测试结果显示借助背景知识的方法在关系提取中的表现明显优于单纯依赖文本本身的方法。

链接：https://arxiv.org/pdf/1612.05348.pdf

【资源分享】近期对话系统领域高质量论文汇总

简介：自八十年代以来，对话系统一直是自然语言处理领域中的较为活跃的话题。PaperWeekly汇总了近期在此领域中的高质量论文，共24篇，话题不一，各有侧重，涉及到的有不同类型的response generation, automatic evaluation, user simulator, dialogue interaction, session segmentation等。

链接：http://rsarxiv.github.io/2017/01/17/%E8%BF%91%E6%9C%9F%E5%AF%B9%E8%AF%9D%E7%B3%BB%E7%BB%9F%E9%A2%86%E5%9F%9F%E9%AB%98%E8%B4%A8%E9%87%8Fpaper%E6%B1%87%E6%80%BB/