Ryosuke Kohita公司
人员信息
优化列表
2020年–今天
2021 [第11条] 大木村 , 苏巴吉特·乔杜里 , 小野正树 , Michiaki Tatsubori公司 , Don Joven Agravante先生 , 阿西姆·穆纳瓦尔 , 川崎秋美 , Ryosuke Kohita公司 , 亚历山大·格雷 :
LOA:基于文本的互动游戏的逻辑优化动作。 ACL(演示) 2021 : 227-231 [第10条] Ryosuke Kohita公司 , 川崎秋美 , 大木村 , 苏巴吉特·乔杜里 , Michiaki Tatsubori公司 , 阿西姆·穆纳瓦尔 :
强化学习代理的基于语言的通用操作模板。 ACL/IJCNLP(调查结果) 2021 : 2125-2139 【c9】 岩本郎(Ran Iwamoto) , Ryosuke Kohita公司 , 川崎秋美 :
极性嵌入。 CoNLL公司 2021 : 470-480 【c8】 大木村 , 小野正树 , 苏巴吉特·乔杜里 , Ryosuke Kohita公司 , 川崎秋美 , Don Joven Agravante先生 , Michiaki Tatsubori公司 , 阿西姆·穆纳瓦尔 , 亚历山大·格雷 :
基于一阶逻辑的神经符号强化学习。 EMNLP(1) 2021 : 3505-3511 [i5] 大木村 , 苏巴吉特·乔杜里 , 川崎秋美 , Ryosuke Kohita公司 , 阿西姆·穆纳瓦尔 , Michiaki Tatsubori公司 , 亚历山大·格雷 :
利用逻辑神经网络强化外部知识学习。 CoRR公司 abs/2103.02363 ( 2021 ) [i4] 大木村 , 小野正树 , 苏巴吉特·乔杜里 , Ryosuke Kohita公司 , 川崎秋美 , Don Joven Agravante先生 , Michiaki Tatsubori公司 , 阿西姆·穆纳瓦尔 , 亚历山大·格雷 :
基于一阶逻辑的神经符号强化学习。 CoRR公司 abs/2110.10963 ( 2021 ) [i3] 大木村 , 苏巴吉特·乔杜里 , 小野正树 , Michiaki Tatsubori公司 , Don Joven Agravante先生 , 阿西姆·穆纳瓦尔 , 川崎秋美 , Ryosuke Kohita公司 , 亚历山大·格雷 :
LOA:基于文本的互动游戏的逻辑优化动作。 CoRR公司 abs/2110.10973 ( 2021 ) 2020 【c7】 Ryosuke Kohita公司 , Issei吉田 , 金山浩史 , 那须川哲也 :
交互式构建以用户为中心的文本分析词典。 国际计算语言学协会 2020 : 789-799 【c6】 Ryosuke Kohita公司 , 川崎秋美 , 杨钊 , Ryuki Tachibana公司 :
基于编辑的无监督总结的Q-学习语言模型。 EMNLP(1) 2020 : 470-484 【c5】 伊桑·威尔科克斯 , 彭倩 , 理查德·福特雷尔 , Ryosuke Kohita公司 , 罗杰·利维 , 米盖尔·巴列斯特罗斯 :
结构监督改进了神经语言模型中的少快照学习和句法泛化。 EMNLP(1) 2020 : 4640-4652 【c4】 村冈正雄 , Ryosuke Kohita公司 , 石井Etsuko Ishii :
多模态文档中的图像位置预测。 LREC公司 2020 : 4265-4274 [i2] Ryosuke Kohita公司 , 川崎秋美 , 杨钊 , Ryuki Tachibana公司 :
基于编辑的无监督总结的Q-学习语言模型。 CoRR公司 abs/2010.04379 ( 2020 ) [i1] 伊桑·威尔科克斯 , 彭倩 , 理查德·福特雷尔 , Ryosuke Kohita公司 , 罗杰·利维 , 米盖尔·巴列斯特罗斯 :
结构监督改进了神经语言模型中的少快照学习和句法泛化。 CoRR公司 abs/2010.05725 ( 2020 )
2010 – 2019
2018 【c3】 Ryosuke Kohita公司 , 野野浩史 , 松本裕治 :
增量解析中注意的动态特征选择。 冷却 2018 : 785-794 2017 【c2】 Ryosuke Kohita公司 , 野野浩史 , 松本裕治 :
内容和函数头之间的多语言前后转换,便于依赖性分析。 EACL(2) 2017 : 1-7 【c1】 Ryosuke Kohita公司 , 野野浩史 , 松本裕治 :
使用Arc-Eager Transitions进行有效的在线重新订购。 IWPT公司 2017 : 88-98