王仲远 | 基于概念知识图谱的短文本理解
生活随笔
收集整理的這篇文章主要介紹了
王仲远 | 基于概念知识图谱的短文本理解
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
本文轉載自公眾號:大數據創新學習中心。
3月10日,美團點評AI Lab NLP負責人王仲遠博士,給大家進行了題為“基于概念化的短文本理解(Conceptualization for Short Text Understanding)”的報告。
王博士的這次報告主要分為3個步驟:通過理解短文本問題,引出知識圖譜概念;講解知識圖譜的技術;以及應用場景。
他首先從通俗易懂的小例子入手,講解了短文本。短文本比較稀疏,而且是充滿噪音并包含歧義的。由于這樣的特性,傳統方法使得機器對短文本理解十分困難。并指出了當前搜索引擎面臨的諸多問題。人類由于額外知識源,對于這種短文本的理解卻很容易。
按照人類理解問題和回答問題的過程,可以將知識分兩類—常識性知識和百科全書式知識(區別如下圖)
而后,通過生動的例子講解指出人們對于短文本的理解,會將它們映射到一個概念空間,再根據上下文進行推理。
緊接著,指出將常識知識加入到計算推理中
以實例講解“概念化”:將文本映射到概念的空間。
又以例子具體講解相關技術,如對實體進行正確的推理,挖掘字典關系,構建概念模型以及需要注意的事項等。
最后,王博士講了這些技術的實際應用場景結束了這次精彩的匯報演講。
OpenKG.CN
中文開放知識圖譜(簡稱OpenKG.CN)旨在促進中文知識圖譜數據的開放與互聯,促進知識圖譜和語義技術的普及和廣泛應用。
總結
以上是生活随笔為你收集整理的王仲远 | 基于概念知识图谱的短文本理解的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 论文浅尝 | 基于常识知识图谱感知和图注
- 下一篇: 玩转算法之面试第九章-动态规划