這8份前沿Paper+Code ，你一定用得上！

[ 自然語言處理 ]

SLING: A framework for frame semantic parsing

一個非常快的 semantic parsing 工具，工作來自 Google。
論文鏈接：
https://www.paperweekly.site/papers/957
代碼鏈接：
https://github.com/google/sling

Sequence Labeling Tasks

通過超過 50000 次實驗，綜合評價序列標注任務（POS，Chunking，NER，Entities，Events）中的超參數作用。將比較有名的序列標注都實現了一遍，並大量實驗求證超參數的作用。
論文鏈接：
https://www.paperweekly.site/papers/962
代碼鏈接：
https://github.com/UKPLab/emnlp2017-bilstm-cnn-crf

Optimal Hyperparameters for Deep LSTM-Networks for

目前 coco leaderboard 第二名，來自微軟的論文。提出了自下而上（bottom-up）和自上而下的 attention (top-down) 機製。其中 bottom-up 是利用 Faster R-CNN 提出圖像區域，每個區域都具有相關聯的特征向量，而 top-down 的機製確定特征的權重。
論文鏈接：
https://www.paperweekly.site/papers/754
代碼鏈接：
https://github.com/peteanderson80/bottom-up-attention

[ 計算機視覺 ]

Progressive Growing of GANs for Improved Quality, Stability, and Variation

NVIDIA 新作，更穩定的 GAN 訓練，以及更高分辨率的圖像生成，1024*1024 超高分辨率的 CelebA 圖像生成。
論文鏈接：
https://www.paperweekly.site/papers/1008
代碼鏈接：
https://github.com/tkarras/progressive_growing_of_gans

Learning to Compose Domain-Specific Transformations for Data Augmentation

提出了一種不需要特定領域知識的數據擴增的方法，能夠生成大量標記樣本，並且不損失類別信息。按文中所說，確實能夠提升一定的分類模型的精度。
論文鏈接：
https://www.paperweekly.site/papers/919
代碼鏈接：
https://github.com/HazyResearch/tanda

Class-specific Poisson denoising by patch-based importance sampling

將圖像降噪問題與高級視覺問題聯係在一起，有針對性的對不同圖像內容進行不同程度的降噪。解決了現有手法（BM3d）在 texture 圖像降噪上的過處理問題。
論文鏈接：
https://www.paperweekly.site/papers/999
代碼鏈接：
https://github.com/Ding-Liu/DeepDenoising

[ 機器學習 ]

Reinforcement Learning for Bandit Neural Machine Translation with Simulated Human Feedback

EMNLP 2017 論文，通過增強學習的方法來做 NMT，提出了一種 actor-critic 與 encoder-decoder 結合的框架。
論文鏈接：
https://www.paperweekly.site/papers/951
代碼鏈接：
https://github.com/khanhptnk/bandit-nmt

Gated Orthogonal Recurrent Units: On Learning to Forget

文章是在 GRU 的基礎上做了兩個修改，一是將參數矩陣 U 變為正交矩陣，而是將 tanh 改為論文提的 modelRELU，對於某些實驗有較明顯的提高。
論文鏈接：
https://www.paperweekly.site/papers/1002
代碼鏈接：
https://github.com/jingli9111/GORU-tensorflow