閔欣柔坐在身边后，吴辰先问道：“听你刚刚的问题，你已经自学了人工智慧的课程？”

“是的老师。”

“那学到哪一部分了？”

吴辰要先了解她的水平，才能给予正確的指导。

閔欣柔犹豫了一下，然后才低下头轻声回答。

“我是照著您论文里的知识点学习的，目前主要是在看那篇《基於word2vec的语义向量表徵优化及其在文本语义匹配中的应用》，但是不理解里面负採样策略对低频词语义表徵的优化逻辑，还有文本语义匹配中词向量的加权融合机制部分……”

其实让吴辰知道自己在学习他的论文，閔欣柔心里还是有些说不出的羞涩。

她本想著全部弄懂了以后再去问吴辰的，但资料实在是太少了。

毕竟吴辰那篇论文可是开创性的成果。

而吴辰並没多想，只是摸了摸下巴，心想怪不得她会提出那些问题。

看来她为了帮自己早日做出基於seq2seq和注意力机制的语音情感合成模型，还主动去学习了自己的论文。

这些技术，对於一个大三的本科生来说確实难了些。

但这也是好事，说明閔欣柔是真的对这个技术感兴趣。

於是吴辰打开文档，先鼓励道：“你能注意到这些地方，已经远超同龄人了。”

閔欣柔不好意思的摆手：“没有……”

“要自信些。”

吴辰抬起手想敲她的脑袋一下，但想想不合適，就算了。

他打开那篇论文，开始对照著讲了起来。

“要弄懂负採样，你得先明白word2vec的原始问题，就是普通的skip-gram模型要遍歷所有非目標词当负例，计算量太大，而且低频词因为出现次数少，模型根本学不好它们的向量。

而负採样的核心就是偷懒但精准……”

“而词向量的加权融合，我们知道，一句话中每个词的重要性不一样，所以每个词的权重也要不同，不能简单的取平均值，否则重要信息就被稀释了……”

“所以其实你之前问的svm优化、小样本泛化、语义相似度这些问题，本质上是串在一起的，有那些疑问，就是因为没把词向量的精准性和后续模型的效果联繫起来……”

……

讲解完后，閔欣柔陷入了沉思，显然刚刚的知识过於复杂，让她一时半会还想不明白。

吴辰则是让她一个人在电脑前去想，自己则回臥室去收拾带到帝都出差的衣服。

其实他包里本来已经放了一套换洗的衣物，两天时间够穿了。

但既然都回来了，就再带点內裤袜子什么的好了。

不过做了两辈子单身男人，吴辰的家务能力实在是弱，折腾了半天也没找出一双乾净的袜子。

正在他琢磨著要不乾脆到帝都再买双新的时，閔欣柔突然出现在了他身旁。

她像只猫一样，走路悄无声息的。

吴辰嚇了一跳，下意识的把被子往脏衣服上一盖。

“你来干嘛？”

被学生看到自己在家里这副邋遢模样，吴辰挺鬱闷的，毕竟有损自己的师长形象。

不过閔欣柔却没有任何不好意思。

她好奇的问道：“老师，你在收拾衣服吗？”

“对……已经快好了，你问题搞懂没有？”

閔欣柔摇了摇头：“还，还没有。”

“那你就继续去看，不要在这耽误时间。”

吴辰赶紧赶人。

但閔欣柔却没动，而是道：“老师，我想帮你做点什么……”

……

本章未完，点击下一页继续阅读。（1 / 2）