ACL 2019 | 利用不完全知识库结合文本阅读提高问答系统效果 / 开普饭

什么是关系抽取知识就是力量.使人类及机器能够更好地利用知识是提升工作效率及实现人工智能的关键所在,也催生了包括知识表示.知识推理在内的一系列研究.作为一切对知识的利用的基础,我们首先要获取知识,即知 ...

同济大学 zhou xiaohan对知识图谱的应用情况进行了系统性研究,发表在CCEAI2020的会议上,这里是个简单的翻译. 摘要: 知识图谱,将信息表示为语义图,已经引起了工业界和学术界的广泛关注 ...

来自:CS的陋室这篇同样是课程的系列笔记(深蓝学院).上一节讲的观点分析,即分析某个人对某件事情的评价,好坏,怎么好或者怎么坏,但是问题来了,我们如何识别这些人评价的具体是什么内容呢,举一个类似的问 ...

©作者|李军毅机构|中国人民大学高瓴人工智能学院研究方向 | 自然语言生成与知识融合本文梳理近些年在知识增强的文本生成领域的一系列研究进展,其主要内容参考以下这篇论文. A Survey of ...

NLP 技术落地最普遍的场景就是智能客服,如阿里的"小蜜",京东的"JIMI"等等.NLP 技术也广泛应用于搜索系统.无论是"智能客服",还 ...

背景使用预训练模型已经成为大部分NLP任务的标配,因此近年来有大量的工作围绕着如何提高预训练模型的质量.其中,引入外部知识无疑是最热门的话题之一.丁香园NLP联合华师大何晓丰老师团队,在今年的ACL ...

背景由于用户在文本输入法,语音输入法使用上的随意性,后续又缺少审核,极易产生语法错误内容.近年来随着自媒体的热潮,人人都是信息的生产者,互联网上语法错误的内容暴增,有分析表明中文网络新闻标题和正 ...

作者:哈工大SCIR 冯夏冲对话摘要任务在近两年得到了工业界和学术界的广泛关注.随着社会的发展和通讯技术的进步,对话数据日益增多,并且迸发出不同的形式:会议.邮件.闲聊.讨论.辩论等等.不同形式的对 ...

作者:Laura Perez-Beltrachini, Yang Liu, Mirella Lapata (爱丁堡大学) 论文原文:https://arxiv.org/pdf/.pdf 论文背景生成 ...

在本论文中,作者利用大规模文本语料库和知识图谱来训练一个增强语言表示模型(ERNIE),该模型可以同时充分利用词汇.句法和知识信息.实验结果证明ERNIE1在各种知识驱动的任务中实现了效果的显著提升, ...

本文提出了一个端到端的关系提取模型GraphRel,使用GCN和Bi-LSTM编码器学习抽取命名实体及关系,考虑了线性和依赖结构,以及文本的所有单词对之间的隐式特征:通过端到端的实体.关系联合建模,同 ...

随着自然语言处理领域的顶级盛会 ACL 2019 落幕,亚马逊 Alexa AI 的机器学习科学家 Mihail Eric 对本次会议进行了一次比较全面的回顾.从奇闻轶事到学术前沿,本文一网打尽,自然 ...

第七届全国中小学实验教学说课活动<风力的利用> http://www.syzx-edu.com/Activity/Product/detail?id=75777 湖北省襄阳市襄州区双沟镇中 ...

尽管基于BERT的模型在NLP诸多下游任务中取得了成功,直接从BERT导出的句向量表示往往被约束在一个很小的区域内,表现出很高的相似度,因而难以直接用于文本语义匹配. 为解决BERT原生句子表示这种& ...

论文题目:Joint Slot Filling and Intent Detection via Capsule Neural Networks 作者:Chenwei Zhang ,Yaliang L ...

本文将对 ACL2019论文<Incremental Transformer with Deliberation Decoder for Document Grounded Conversati ...

本文将对 ACL2019论文<Neural Response Generation with Meta-Words>进行解读,这篇论文提出的方法可以"显式"地表示输入和 ...

ACL 2019 | 利用不完全知识库结合文本阅读提高问答系统效果