Press "Enter" to skip to content

清华刘知远:知识指导的自然语言处理

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

THU数据派

 

来源:专知

 

自然语言处理是实现人工智能、通过图灵测试的关键。虽然目前深度学习在自然语言处 理上取得了巨大的突破,对自然语言的深度理解仍需要复杂知识的支持,来实现从理解字面意思到言外之意的跃迁。 本文介绍清华大学刘知远老师的 《知识指导的自然语言处理》 。

 

深度学习在自然语言处理取得了巨大图谱,它能够高效学习多粒度语言单元间复杂语义关联。但是仅仅依靠深度学习并不能完成对自然语言的深度理解。对自然语言的深度理解需要从字面意义到言外之意的跃迁,这需要引入复杂知识的支持。

 

HowNet等知识库通过人工标注的方式积累了大量的知识,通过深度学习+知识图谱这种双向驱动的自然语言处理技术和体系,可以充分发挥深度学习和知识库的作用,更深层次地理解自然语言。

 

《知识指导的自然语言处理》 主要内容如下:

 

自然语言处理与AI

 

数据驱动的自然语言处理:深度学习

 

自然语言的特点与技术挑战

 

表示学习

 

深度学习+知识图谱 双向驱动的自然语言处理技术体系

 

语言知识库

 

HowNet

 

深度学习与HowNet

 

融合义原知识的词义表示学习

 

融合义原知识的神经语言模型

 

基于语义表示学习的义原推荐

 

义原只是计算相关论文

 

世界知识库

 

知识表示学习

 

世界知识的分布式表示学习

 

知识指导的实体细粒度分类

 

知识知道的神经网络文档排序

 

知识指导的预训练语言模型

 

世界知识指导自然语言处理相关论文

 

知识获取

 

神经网络知识获取技术

 

高效鲁棒的知识获取技术

 

开源工具

 

刘知远主页:

 

http://nlp.csai.tsinghua.edu.cn/~lzy/

 

完整版PPT下载链接(清华内网):

 

http://nlp.csai.tsinghua.edu.cn/~lzy/talks/2019_knowledge_guided_nlp_cn.pdf

 

PPT预览:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Be First to Comment

发表评论

您的电子邮箱地址不会被公开。