基於雙語主題模型的跨語言層次分類體系匹配 | 直播預告·PhD Talk #16

「PhD Talk」是 PaperWeekly 的學術直播間,旨在幫助更多的青年學者宣傳其最新科研成果。我們一直認為,單向地輸出知識並不是一個最好的方式,而有效地反饋和交流可能會讓知識的傳播更加有意義,從而產生更大的價值。

1. 嘉賓介紹

吳天星

東南大學博士生

吳天星,東南大學軟體工程專業博士研究生(三年級),師從漆桂林教授,研究方向為人工智慧、知識圖譜、語義網,在人工智慧會議 AAAI、ECAI 與國際語義網會議 ISWC 上發表多篇論文,以第一發明人身份申請國家發明專利 3 項,一項已授權。作為主要成員參與多項國家 863、自然基金、企業橫向項目,其中專註於知識圖譜與本體的構建、融合與補全。

2. 主題介紹

近年來,越來越多不同語言不同形式的知識出現在萬維網中,其中層次分類體系(即 Taxonomy)是一種非常重要的知識,用以組織和分類大規模的萬維網數據,如:商品目錄與導航站點等。為了促進跨語言的知識分享,如何進行跨語言層次分類體系匹配是一個值得研究的課題。

本報告將著重介紹如何設計並利用雙語主題模型學習不同語言層次分類體系中每個分類的向量表示,以更好地完成跨語言層次分類體系匹配的任務,報告的主要內容發表於 AAAI 2016 與 ISWC 2017。

3. 活動時間

9 月 13 日 本周三 20:00

4. 活動地點

使用 鬥魚App 搜索房間號「1743775」

或通過 PC端 訪問:douyu.com/paperweekly

關於PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智慧前沿論文成果的學術平台。如果你研究或從事 AI 領域,歡迎在公眾號後台點擊「交流群」,小助手將把你帶入 PaperWeekly 的交流群里。

微信公眾號:PaperWeekly

新浪微博:@PaperWeekly

推薦閱讀:

教機器學習閱讀
用深度學習(CNN RNN Attention)解決大規模文本分類問題 - 綜述和實踐
自然語言處理基礎技術之分詞、向量化、詞性標註
python | sklearn ,做一個調包俠來解決新聞文本分類問題
RNN Encoder–Decoder的attention機制簡介

TAG:自然语言处理 |