推荐nickswalker · 2020-06
“Some interesting papers and datasets:”
列为有趣的论文和数据集,把自然语言转成 Linux 命令
把英文句子映射为 Bash 命令的数据集与基线方法
论文针对把英文句子映射为 Bash 命令(NL2Bash)的问题,提供新数据和语义解析方法,长期目标是让任何用户用英语描述目标就能完成文件操作、搜索和特定应用脚本等操作。作为第一步,作者给出一个由常用但有难度的 Bash 命令及专家撰写的英文描述构成的新数据集,以及用于确立性能水平的基线方法。
HN 评论者把它列为关于自然语言转命令行的有意思的论文与数据集,并有人引用其中对 awk、sed 等被排除出数据集的说明。
这条路径帮我建立序列到序列模型与注意力机制的基础,这是 NL2Bash 基线方法(把英文映射为命令序列)的出发点。
RNN 编码器-解码器框架的早期工作,是序列映射任务的基本结构。
读抓编码器把输入压成向量、解码器逐步生成输出的结构及 GRU 单元。
用 LSTM 做端到端序列到序列学习,NL2Bash 的神经基线以此为基础。
读抓编码-解码的整体训练方式和反转输入序列的技巧,实验部分略读。
注意力机制缓解定长向量瓶颈,对较长的命令序列尤其有用。
读抓软对齐的计算方式(对齐分数、上下文向量)与对齐可视化。
提出英文到 Bash 命令的数据集,并用语义解析和序列模型建立基线。
读重点看数据集的构造与标注方式、任务难点,以及基线方法的比较和评测指标。
“Some interesting papers and datasets:”
“It was mentioned in the paper:”