Title:常识知识的获取与推理

Abstract:理解人类语言需要复杂的世界知识。近年来,常识知识的获取和推理越来越受到研究界的关注。本报告将简要介绍我们如何获得常识知识并形成知识库或知识图谱,以及最近的基准数据集和在常识问答上的表现 。

Bio:宋阳秋,现任香港科技大学助理教授,清华大学学士、博士。曾在多家工业界研究机构(Google、IBM、微软、华为)以及学校(香港科技大学、伊利诺伊香槟分校、西弗吉尼亚大学)从事研究工作。在数据挖掘、人工智能、自然语言处理领域发表多篇文章,曾获KDD2017 Data Science Track最佳论文、IUI2015最佳论文提名、KDD2014优选发表TKDD论文(九篇之一)及PAKDD2007最佳论文提名。担任JAIR编委、IJCAI2019 Local Chair等职位。

成为VIP会员查看完整内容
63

相关内容

【Tutorial】计算机视觉中的Transformer,98页ppt
专知会员服务
153+阅读 · 2021年10月25日
知识图谱上的神经和符号逻辑推理,99页ppt
专知会员服务
111+阅读 · 2020年12月17日
知识图谱在可解释人工智能中的作用,附81页ppt
专知会员服务
140+阅读 · 2019年11月11日
ADL108《知识图谱》开始报名了
中国计算机学会
14+阅读 · 2019年10月8日
综述 | 事件抽取及推理 (下)
开放知识图谱
38+阅读 · 2019年1月14日
综述 | 事件抽取及推理 (上)
开放知识图谱
87+阅读 · 2019年1月9日
Arxiv
102+阅读 · 2020年3月4日
VIP会员
相关资讯
ADL108《知识图谱》开始报名了
中国计算机学会
14+阅读 · 2019年10月8日
综述 | 事件抽取及推理 (下)
开放知识图谱
38+阅读 · 2019年1月14日
综述 | 事件抽取及推理 (上)
开放知识图谱
87+阅读 · 2019年1月9日
相关论文
微信扫码咨询专知VIP会员