UDN-企业互联网技术人气社区

板块导航

浏览  : 1327
回复  : 0

[资讯] Facebook王仲远:如何让机器像人类一样理解短文本?

[复制链接]
狗尾巴草的头像 楼主

640.webp (10).jpg


  本文为11月2日Facebook Research Scientist 王仲远博士在将门「自然语言处理(NLP)」微信交流群直播分享中的材料,主要内容是他在微软亚洲研究院期间的研究成果,即如何通过常识性知识库系统来构建显性语义理解模型,从而使得机器能够像人类一样理解短文本,并最终改进现有搜索引擎、广告系统、聊天机器人等实际应用系统。
  
  获取完整pdf+线上分享视频>>关注“将门创业”(thejiangmen)微信公众号,回复“1104”获取下载链接。
  
  更多将门「自然语言处理(NLP)」微信交流群活动介绍>>报名 | 将门「自然语言处理」微信群强势启动,5位实力分享嘉宾倾情助阵!
  
  此次分享的内容主要为以下三个方面:
  
  国际上主流知识库系统分类及现状
  
  近些年来,各种知识库系统如雨后春笋般涌现。既有学术界发布的,也有工业界发布的。这一部分介绍中,将这些知识库系统分为了“常识性知识库系统”和“百科性知识库系统”。
 
640.webp (9).jpg
 
  两类知识库系统的区别如下:
 
640.webp (8).jpg
 
  例如,常识性知识库系统KnowItAll 和百科性知识库系统Google Knowledge Graph等。
 
640.webp (7).jpg

640.webp (6).jpg

  显性知识表示模型
  
  相比于深度学习模型,基于知识库系统所构建的模型可以称之为显性知识表示模型。它会更加贴近于人类的思考过程。
 
640.webp (5).jpg

 
640.webp (4).jpg

  这部分从以下四个问题出发,重点介绍了一些模型的基本思想,并以实例加以解释:
 
640.webp (3).jpg

640.webp (2).jpg
 
  具体应用介绍
  
  知识库系统及模型最终是服务于应用的。
 
640.webp (1).jpg
 
  这部分分享了一些在微软实际产品中使用显性知识表示模型,来改进各种应用的一些实例。
  
640.webp.jpg

  -END-

相关帖子

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关于我们
联系我们
  • 电话:010-86393388
  • 邮件:udn@yonyou.com
  • 地址:北京市海淀区北清路68号
移动客户端下载
关注我们
  • 微信公众号:yonyouudn
  • 扫描右侧二维码关注我们
  • 专注企业互联网的技术社区
版权所有:用友网络科技股份有限公司82041 京ICP备05007539号-11 京公网网备安1101080209224 Powered by Discuz!
快速回复 返回列表 返回顶部