大家好！今天讓小編來大家介紹下關于該獎項為不依賴人類的信息提取奠定了新基礎的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

不斷出現的世界事件提出了類似的挑戰，因為如果不查看數千篇文章，就很難跟蹤它們，甚至更難對其進行分析。

為了解決在這些情況下依賴人類努力的問題， 計算機科學系助理教授、 Sanghani 人工智能和數據分析中心 的核心教員 Lifu Huang正在研究機器學習如何在不依賴人類的情況下提取信息。依靠人類。

在他獲得國家科學基金會教師早期職業發展 (CAREER) 獎支持的研究中 ，Huang 正在開發新范式，通過將現有資源和本體從舊領域轉移到新領域，從任何領域或場景的文本中提取事件知識，無需人工需要努力。這與現有的事件提取方法形成對比，后者在很大程度上依賴于為特定領域或場景定制的有限事件類型的人工標記數據。

“我們提出的技術可用于分析數百萬篇研究論文和報告，并將它們轉化為結構化知識，使用戶無需查看數百萬篇文章即可回答他們可能遇到的任何問題，加快他們發現新模式或知識的速度。研究，并促進將現有文獻整合到他們的研究中，”黃說。

對于新出現的事件，政府機構將能夠更有效地跟蹤它們，根據結構化知識對其進行分析，而無需查看數千篇文章，并通知關鍵人員，以便他們做出更快更好的決策。

黃的研究的另一個重要貢獻是它能夠幫助保護當地的歷史。

“世界上 7,000 種語言中約有一半瀕臨滅絕，并有滅絕的危險。數據中記錄的文化知識和歷史事件對當地社區很有價值。借助該項目中提出的技術，我們可以識別這些社區中所有有意義的文化/歷史事件，并將它們存儲或記錄到特定于社區的歷史書中，”黃說。

他說，這些只是好處的幾個例子。最終目標是將適用性擴展到幾乎所有領域。

Huang的兩個博士。學生 Minqian Liu 和 Sijia Wang正在與他一起進行該項目。

CAREER 獎成立于 1995 年，是美國國家科學基金會最負盛名的獎項，旨在支持有潛力成為研究和教育領域的學術榜樣并引領其組織使命取得進展的早期職業教師。

作為獎勵的一部分，Huang 計劃通過與 工程多樣性增強中心合作來擴大他的教育范圍。他將為來自不同代表性不足群體的大學預科生設計實踐學習活動，這些學生參加一年一度的成熟夏令營系列，包括面向 50 名初中和高中女生的 CTech2 計劃，其中三分之二來自弗吉尼亞。具體來說，他正在開發兩到三個小時的交互式自然語言處理課程。

Huang 還將參加為 來自馬丁斯維爾、里士滿、威廉王子縣和富蘭克林市的 50 名初中和高中學生舉辦的 VT 工程卓越 計劃。

2021年以來，黃在全國范圍內招收各類本科生作為暑期實習生。在他的直接建議和他的研究生的指導下，實習生參與了自然語言處理和開放世界事件提取方面正在進行的研究項目，并接受了機器學習應用研究的基本技能培訓。他們還有機會在研究會議和研討會上發表和展示他們的研究成果。

“與具有這些不同能力的本科生一起工作，我可以利用我的 CAREER 項目中開發的技術和工具來解釋在現實世界應用的背景下自動文本理解的挑戰，”黃說。“我相信這些項目有助于吸引越來越多的高中生盡早進入 STEM 和計算機科學領域，從長遠來看，可以更好地為他們接受高等教育或 STEM 工作機會做好準備。”

以上就是小編對于該獎項為不依賴人類的信息提取奠定了新基礎問題和相關問題的解答了，該獎項為不依賴人類的信息提取奠定了新基礎的問題希望對你有用！

總結

以上是生活随笔為你收集整理的该奖项为不依赖人类的信息提取奠定了新基础的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。