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
157+阅读 · 2021年10月25日
【UAI2021教程】贝叶斯最优学习,65页ppt
专知会员服务
65+阅读 · 2021年8月7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
最新《生成式对抗网络》简介,25页ppt
专知会员服务
176+阅读 · 2020年6月28日
清华大学唐杰老师:用于理解、推理和决策的认知图计算
专知会员服务
121+阅读 · 2019年11月30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
清华大学:人工智能之知识图谱(附PPT)
人工智能学家
74+阅读 · 2019年6月9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
【微软亚研130PPT教程】强化学习简介
专知
37+阅读 · 2018年10月26日
刘知远 | 语义表示学习
开放知识图谱
16+阅读 · 2018年8月9日
Arxiv
102+阅读 · 2020年3月4日
Arxiv
53+阅读 · 2018年12月11日
Arxiv
6+阅读 · 2017年12月7日
VIP会员
最新内容
AutoScientists:自组织智能体团队驱动长期科学实验
战略前沿人工智能的再思考(中文)
专知会员服务
3+阅读 · 今天14:53
《量化地基防空系统间接效应的博弈论方法》
专知会员服务
3+阅读 · 今天14:51
“史诗怒火行动”中美军损失的作战飞机
专知会员服务
2+阅读 · 今天14:38
ICML 2026 | 理解上下文持续学习中的泛化与遗忘
专知会员服务
5+阅读 · 5月28日
Agent Harness综述:大模型智能体执行器工程全景
专知会员服务
13+阅读 · 5月28日
《基于理论的威慑效能评估》
专知会员服务
8+阅读 · 5月28日
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
清华大学:人工智能之知识图谱(附PPT)
人工智能学家
74+阅读 · 2019年6月9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
【微软亚研130PPT教程】强化学习简介
专知
37+阅读 · 2018年10月26日
刘知远 | 语义表示学习
开放知识图谱
16+阅读 · 2018年8月9日
微信扫码咨询专知VIP会员