存在。
“嗯？”
曼宁教授发现自己的邮箱被推送来了一篇论文，还是来自AAAI的一个技术编辑。
“怎么还得我来审稿？”
曼宁教授嘟囔了一句，虽然他也是AAAI的会员之一，而且也确实有责任审稿，但作为AAAI最高荣誉会员，这种大佬整个AAAI不超过两手之数，他们的作用就是镇场子的，哪个不长眼的编辑会让这种大佬充当审稿人，简直吃了熊心豹子胆。
曼宁教授虽然内心有些不满，但还是点开了论文，开始查阅。
&extualizedwordrepresentations】？
嗯哼，从今年最火的方向下手，切入点倒不错。
曼宁教授大略看了看摘要，作者提出了一个新的模型弥补了TagLM的劣势，并且取得了近十个点的性能提升。
看到此处，曼宁教授不禁来了兴趣，如果这摘要没有夸大其词，十个点的性能提升，绝对能让这个新模型完全替代TagLM。
越往下看，曼宁教授的心中就越是严肃，而挂在墙上的钟表滴答滴答走动。
一分钟，两分钟，五分钟，十分钟
去除卷积提取层，去除循环神经网络提取层，只保留原始词向量？
不得不说这个结构修改非常大胆，可是......提取层都去除了，用原始信息能有好结果？然后，他就在下面一段的理论证明找到了答案。
看到理论证明的时候，曼宁教授也是诧异了一会儿，什么时候深度学习的论文还有理论证明这部分了？现在的年轻人都这么严谨的么？
紧接着，他就发现了更不可思议的事情，对方不但证明了，而且证明得非常详细，先是用线代说明卷积提取层在这个结构里只能给参数带去混乱因子，然后又证明了普通的循环神经网络提取层不足以提取到所有信息，结合相关数学理论，改换成了双层结构的长短期记忆神经网络提取层。
这......作者论证思路清晰，逻辑严谨，真的要鸡蛋里挑骨头的话，就是这篇论文的实验只使用了单一的命名体识别，他不明白，是什么样的团队，很可能都请了一个数学专家了，还非舍不得再花点成本多做几个实验。
思及此处，曼宁就直接把论文拉到了作者那一行，让他瞠目结舌的是，这篇论文的作者就一个人，大大的FeiSu填在了第一作者那一栏。
还是个华国人？
虽然他蛮喜欢华国人，他自己组里就有几个华国人，学术造诣很高，但一个人一篇论文这种事他还是有些怀疑。
于是他拿着上传上来的代码试了下，结果还真跑通了，性能提升高达%！
太让人难以置信了。
曼宁现在心里就两个字：厉害！
他现在完全可以确信，这篇论文没有掺半点水分，更没有夸大其词
请收藏：https://m.yuqishu.cc
（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）