公开(公告)号：US09092425B2

公开(公告)日：2015-07-28

申请号：US12963161

申请日：2010-12-08

申请人： Piotr Wojciech Mirowski ,  Srinivas Bangalore ,  Suhrid Balakrishnan ,  Sumit Chopra

发明人： Piotr Wojciech Mirowski ,  Srinivas Bangalore ,  Suhrid Balakrishnan ,  Sumit Chopra

IPC分类号： G06F17/27 ,  G06F17/28

CPC分类号： G06F17/28

摘要： Disclosed herein are systems, methods, and non-transitory computer-readable storage media for predicting probabilities of words for a language model. An exemplary system configured to practice the method receives a sequence of words and external data associated with the sequence of words and maps the sequence of words to an X-dimensional vector, corresponding to a vocabulary size. Then the system processes each X-dimensional vector, based on the external data, to generate respective Y-dimensional vectors, wherein each Y-dimensional vector represents a dense continuous space, and outputs at least one next word predicted to follow the sequence of words based on the respective Y-dimensional vectors. The X-dimensional vector, which is a binary sparse representation, can be higher dimensional than the Y-dimensional vector, which is a dense continuous space. The external data can include part-of-speech tags, topic information, word similarity, word relationships, a particular topic, and succeeding parts of speech in a given history.

摘要翻译： 这里公开了用于预测语言模型的单词概率的系统，方法和非暂时的计算机可读存储介质。 配置为实施该方法的示例性系统接收与该单词序列相关联的单词序列和外部数据序列，并将该单词序列映射到对应于词汇大小的X维向量。 然后系统根据外部数据对每个X维向量进行处理，以产生各自的Y维向量，其中每个Y维向量表示密集的连续空间，并且输出至少一个预测的下一个单词以跟随单词序列 基于相应的Y维向量。 作为二进制稀疏表示的X维向量可以比作为密集连续空间的Y维向量更高的维度。 外部数据可以包括在给定历史中的部分词汇标签，主题信息，单词相似性，单词关系，特定主题以及后续部分语音。

公开(公告)号：US20120150532A1

公开(公告)日：2012-06-14

申请号：US12963161

申请日：2010-12-08

申请人： Piotr Wojciech Mirowski ,  Srinivas Banglore ,  Suhrid Balakrishnan ,  Sumit Chopra

发明人： Piotr Wojciech Mirowski ,  Srinivas Banglore ,  Suhrid Balakrishnan ,  Sumit Chopra

IPC分类号： G06F17/27

CPC分类号： G06F17/28

摘要： Disclosed herein are systems, methods, and non-transitory computer-readable storage media for predicting probabilities of words for a language model. An exemplary system configured to practice the method receives a sequence of words and external data associated with the sequence of words and maps the sequence of words to an X-dimensional vector, corresponding to a vocabulary size. Then the system processes each X-dimensional vector, based on the external data, to generate respective Y-dimensional vectors, wherein each Y-dimensional vector represents a dense continuous space, and outputs at least one next word predicted to follow the sequence of words based on the respective Y-dimensional vectors. The X-dimensional vector, which is a binary sparse representation, can be higher dimensional than the Y-dimensional vector, which is a dense continuous space. The external data can include part-of-speech tags, topic information, word similarity, word relationships, a particular topic, and succeeding parts of speech in a given history.

摘要翻译： 这里公开了用于预测语言模型的单词概率的系统，方法和非暂时的计算机可读存储介质。 配置为实施该方法的示例性系统接收与该单词序列相关联的单词序列和外部数据序列，并将该单词序列映射到对应于词汇大小的X维向量。 然后系统根据外部数据对每个X维向量进行处理，以产生各自的Y维向量，其中每个Y维向量表示密集的连续空间，并且输出至少一个预测的下一个单词以跟随单词序列 基于相应的Y维向量。 作为二进制稀疏表示的X维向量可以比作为密集连续空间的Y维向量更高的维度。 外部数据可以包括在给定历史中的部分词汇标签，主题信息，单词相似性，单词关系，特定主题以及后续部分语音。

公开(公告)号：US20120143802A1

公开(公告)日：2012-06-07

申请号：US12958434

申请日：2010-12-02

申请人： Suhrid Balakrishnan ,  Sumit Chopra

发明人： Suhrid Balakrishnan ,  Sumit Chopra

IPC分类号： G06F15/18 ,  G06N5/02

CPC分类号： G06N5/027 ,  G06F17/18 ,  G06F17/30979 ,  G06N7/005 ,  G06N99/005 ,  G06Q30/0203 ,  G06Q30/0631

摘要： Methods, systems, and products adapt recommender systems with pairwise feedback. A pairwise question is posed to a user. A response is received that selects a preference for a pair of items in the pairwise question. A latent factor model is adapted to incorporate the response, and an item is recommended to the user based on the response.

摘要翻译： 方法，系统和产品适应具有成对反馈的推荐系统。 一个成对的问题是向用户提出的。 收到一个响应，选择对成对问题中的一对项目的偏好。 潜在因素模型适用于纳入响应，并且基于响应向用户推荐项目。

公开(公告)号：US08589319B2

公开(公告)日：2013-11-19

申请号：US12958434

申请日：2010-12-02

申请人： Suhrid Balakrishnan ,  Sumit Chopra

发明人： Suhrid Balakrishnan ,  Sumit Chopra

IPC分类号： G06F15/18

CPC分类号： G06N5/027 ,  G06F17/18 ,  G06F17/30979 ,  G06N7/005 ,  G06N99/005 ,  G06Q30/0203 ,  G06Q30/0631

摘要： Methods, systems, and products adapt recommender systems with pairwise feedback. A pairwise question is posed to a user. A response is received that selects a preference for a pair of items in the pairwise question. A latent factor model is adapted to incorporate the response, and an item is recommended to the user based on the response.

摘要翻译： 方法，系统和产品适应具有成对反馈的推荐系统。 一个成对的问题是向用户提出的。 收到一个响应，选择对成对问题中的一对项目的偏好。 潜在因素模型适用于纳入响应，并且基于响应向用户推荐项目。

公开(公告)号：US09135241B2

公开(公告)日：2015-09-15

申请号：US12963126

申请日：2010-12-08

申请人： Srinivas Bangalore ,  Sumit Chopra

发明人： Srinivas Bangalore ,  Sumit Chopra

IPC分类号： G06F17/28

CPC分类号： G06F17/28

摘要： Disclosed herein are systems, methods, and non-transitory computer-readable storage media for learning latent representations for natural language tasks. A system configured to practice the method analyzes, for a first natural language processing task, a first natural language corpus to generate a latent representation for words in the first corpus. Then the system analyzes, for a second natural language processing task, a second natural language corpus having a target word, and predicts a label for the target word based on the latent representation. In one variation, the target word is one or more word such as a rare word and/or a word not encountered in the first natural language corpus. The system can optionally assigning the label to the target word. The system can operate according to a connectionist model that includes a learnable linear mapping that maps each word in the first corpus to a low dimensional latent space.

摘要翻译： 本文公开了用于学习自然语言任务的潜在表示的系统，方法和非暂时的计算机可读存储介质。 一种被配置为练习该方法的系统，分析第一自然语言处理任务中的第一自然语言语料库以产生第一语料库中的单词的潜在表示。 然后，系统针对第二自然语言处理任务分析具有目标词的第二自然语言语料库，并且基于潜在表示来预测目标词的标签。 在一个变体中，目标词是一个或多个单词，例如在第一自然语言语料库中不遇到的罕见单词和/或单词。 系统可以选择将标签分配给目标字。 该系统可以根据连接主义模型来操作，该连接主义模型包括将第一语料库中的每个单词映射到低维空间的可学习的线性映射。

公开(公告)号：US20120150531A1

公开(公告)日：2012-06-14

申请号：US12963126

申请日：2010-12-08

申请人： Srinivas BANGALORE ,  Sumit Chopra

发明人： Srinivas BANGALORE ,  Sumit Chopra

IPC分类号： G06F17/27

CPC分类号： G06F17/28

摘要： Disclosed herein are systems, methods, and non-transitory computer-readable storage media for learning latent representations for natural language tasks. A system configured to practice the method analyzes, for a first natural language processing task, a first natural language corpus to generate a latent representation for words in the first corpus. Then the system analyzes, for a second natural language processing task, a second natural language corpus having a target word, and predicts a label for the target word based on the latent representation. In one variation, the target word is one or more word such as a rare word and/or a word not encountered in the first natural language corpus. The system can optionally assigning the label to the target word. The system can operate according to a connectionist model that includes a learnable linear mapping that maps each word in the first corpus to a low dimensional latent space.

摘要翻译： 本文公开了用于学习自然语言任务的潜在表示的系统，方法和非暂时的计算机可读存储介质。 一种被配置为练习该方法的系统，分析第一自然语言处理任务中的第一自然语言语料库以产生第一语料库中的单词的潜在表示。 然后，系统针对第二自然语言处理任务分析具有目标词的第二自然语言语料库，并且基于潜在表示来预测目标词的标签。 在一个变体中，目标词是一个或多个单词，例如在第一自然语言语料库中不遇到的罕见单词和/或单词。 系统可以选择将标签分配给目标字。 该系统可以根据连接主义模型来操作，该连接主义模型包括将第一语料库中的每个单词映射到低维空间的可学习的线性映射。

公开(公告)号：US20110169534A1

公开(公告)日：2011-07-14

申请号：US13071303

申请日：2011-03-24

申请人： Aidan Shori ,  Sumit Chopra

发明人： Aidan Shori ,  Sumit Chopra

IPC分类号： H03K3/00

CPC分类号： G11C7/12 ,  G11C7/10 ,  G11C7/1048 ,  G11C7/22 ,  G11C8/06 ,  G11C8/08 ,  G11C8/10 ,  G11C11/4094 ,  G11C11/4096 ,  G11C11/4097

摘要： A memory array contains a plurality of banks coupled to each other by a plurality of data lines. Each of the data lines is divided into a plurality of segments within the array. Respective bidirectional buffers couple read data from one of the segments to another in a first direction, and to couple write data from one of the segments to another in a second direction that is opposite the first direction. The data lines may be local data read/write lines that couple different banks of memory cells to each other and to respective data terminals, digit lines that couple memory cells in a respective column to respective sense amplifiers, word lines that activate memory cells in a respective row, or some other signal line within the array. The memory array also includes precharge circuits for precharging the segments of respective data lines to a precharge voltage.

摘要翻译： 存储器阵列包含通过多个数据线彼此耦合的多个存储体。 每个数据线被分成阵列内的多个段。 相应的双向缓冲器将读数据从第一方向上的一个段耦合到另一个段，并且将数据从一个段耦合到与第一方向相反的第二方向的另一方。 数据线可以是将不同存储单元组彼此耦合的本地数据读/写线和相应的数据端，将相应列中的存储单元耦合到相应的读出放大器的数字线，激活存储单元中的存储单元的字线 相应的行或阵列内的其他一些信号线。 存储器阵列还包括用于将各个数据线的段预充电为预充电电压的预充电电路。

公开(公告)号：US07929329B2

公开(公告)日：2011-04-19

申请号：US12353661

申请日：2009-01-14

申请人： Aidan Shori ,  Sumit Chopra

发明人： Aidan Shori ,  Sumit Chopra

IPC分类号： G11C5/06

CPC分类号： G11C7/12 ,  G11C7/10 ,  G11C7/1048 ,  G11C7/22 ,  G11C8/06 ,  G11C8/08 ,  G11C8/10 ,  G11C11/4094 ,  G11C11/4096 ,  G11C11/4097

摘要： A memory array contains a plurality of banks coupled to each other by a plurality of data lines. Each of the data lines is divided into a plurality of segments within the array. Respective bidirectional buffers couple read data from one of the segments to another in a first direction, and to couple write data from one of the segments to another in a second direction that is opposite the first direction. The data lines may be local data read/write lines that couple different banks of memory cells to each other and to respective data terminals, digit lines that couple memory cells in a respective column to respective sense amplifiers, word lines that activate memory cells in a respective row, or some other signal line within the array. The memory array also includes precharge circuits for precharging the segments of respective data lines to a precharge voltage.

摘要翻译： 存储器阵列包含通过多个数据线彼此耦合的多个存储体。 每个数据线被分成阵列内的多个段。 相应的双向缓冲器将读数据从第一方向上的一个段耦合到另一个段，并且将数据从一个段耦合到与第一方向相反的第二方向的另一方。 数据线可以是将不同存储单元组彼此耦合的本地数据读/写线和相应的数据端，将相应列中的存储单元耦合到相应的读出放大器的数字线，激活存储单元中的存储单元的字线 相应的行或阵列内的其他一些信号线。 存储器阵列还包括用于将各个数据线的段预充电为预充电电压的预充电电路。

公开(公告)号：US20100177571A1

公开(公告)日：2010-07-15

申请号：US12353661

申请日：2009-01-14

申请人： Aidan Shori ,  Sumit Chopra

发明人： Aidan Shori ,  Sumit Chopra

IPC分类号： G11C7/00 ,  G11C8/00 ,  H03L5/00

CPC分类号： G11C7/12 ,  G11C7/10 ,  G11C7/1048 ,  G11C7/22 ,  G11C8/06 ,  G11C8/08 ,  G11C8/10 ,  G11C11/4094 ,  G11C11/4096 ,  G11C11/4097

摘要： A memory array contains a plurality of banks coupled to each other by a plurality of data lines. Each of the data lines is divided into a plurality of segments within the array. Respective bidirectional buffers couple read data from one of the segments to another in a first direction, and to couple write data from one of the segments to another in a second direction that is opposite the first direction. The data lines may be local data read/write lines that couple different banks of memory cells to each other and to respective data terminals, digit lines that couple memory cells in a respective column to respective sense amplifiers, word lines that activate memory cells in a respective row, or some other signal line within the array. The memory array also includes precharge circuits for precharging the segments of respective data lines to a precharge voltage.

摘要翻译： 存储器阵列包含通过多条数据线彼此耦合的多个存储体。 每个数据线被分成阵列内的多个段。 相应的双向缓冲器将读数据从第一方向上的一个段耦合到另一个段，并且将数据从一个段耦合到与第一方向相反的第二方向的另一方。 数据线可以是将不同存储单元组彼此耦合的本地数据读/写线和相应的数据端，将相应列中的存储单元耦合到相应的读出放大器的数字线，激活存储单元中的存储单元的字线 相应的行或阵列内的其他一些信号线。 存储器阵列还包括用于将各个数据线的段预充电为预充电电压的预充电电路。

公开(公告)号：US08400809B2

公开(公告)日：2013-03-19

申请号：US13071303

申请日：2011-03-24

申请人： Aidan Shori ,  Sumit Chopra

发明人： Aidan Shori ,  Sumit Chopra

IPC分类号： G11C5/06

CPC分类号： G11C7/12 ,  G11C7/10 ,  G11C7/1048 ,  G11C7/22 ,  G11C8/06 ,  G11C8/08 ,  G11C8/10 ,  G11C11/4094 ,  G11C11/4096 ,  G11C11/4097

摘要： A memory array contains a plurality of banks coupled to each other by a plurality of data lines. Each of the data lines is divided into a plurality of segments within the array. Respective bidirectional buffers couple read data from one of the segments to another in a first direction, and to couple write data from one of the segments to another in a second direction that is opposite the first direction. The data lines may be local data read/write lines that couple different banks of memory cells to each other and to respective data terminals, digit lines that couple memory cells in a respective column to respective sense amplifiers, word lines that activate memory cells in a respective row, or some other signal line within the array. The memory array also includes precharge circuits for precharging the segments of respective data lines to a precharge voltage.

摘要翻译： 存储器阵列包含通过多个数据线彼此耦合的多个存储体。 每个数据线被分成阵列内的多个段。 相应的双向缓冲器将读数据从第一方向上的一个段耦合到另一个段，并且将数据从一个段耦合到与第一方向相反的第二方向的另一方。 数据线可以是将不同存储单元组彼此耦合的本地数据读/写线和相应的数据端，将相应列中的存储单元耦合到相应的读出放大器的数字线，激活存储单元中的存储单元的字线 相应的行或阵列内的其他一些信号线。 存储器阵列还包括用于将各个数据线的段预充电为预充电电压的预充电电路。