百篇最值得一读的“认知图谱”经典论文

                                                    

当你站在人脸识别门禁闸口，扫脸，绿灯亮通过，就可以任意进出宿舍楼、图书馆、教学区等各种校内场所，你也许会想：机器认识我吗？

实际并非如此。当前的AI识别能做的只是比对，它缺少信息进入大脑之后的加工、理解、思考步骤，因此仅仅停留在感知阶段，而并非“认知”。而这种以感知智能技术为主的人工智能，无论是在智能理解能力还是安全性方面，与人类智能都相去甚远。

想要让人工智能有类似大脑的活动，走到认知阶段，需要让它掌握知识、进行推理。机器必须要掌握大量的知识，特别是常识知识才能实现真正类人的智能。所以，“理解”与“解释”是AI需要攻克的下一个挑战，而认识图谱为“可解释的AI”提供了全新的视角和机遇。

“Knowing yourself is the beginning of all wisdom.”亚里士多德的这句话，正是认知图谱使命最好的概括。

那么，想深入学习和研究认知图谱，研读该领域的经典论文，对于研究者和从业者都必不可缺。经过我们对人工智能领域国际顶会/期刊中“认知图谱”相关关键词论文的计算，以及热心读者徐菁博士的整理，AMiner推出了100篇认知图谱经典必读论文。这些论文可以说基本都是经典中的经典，他们多是领域大佬+顶级会议的组合，读完它们，相信你对认知图谱的认认识肯定会有质的飞越。

此外，AMiner还为你特别准备了“一键综述”服务，一键批量生成“论文综述”，另有“论文精读”加持，如此周到细致，还不赶紧来体验下。

地址奉上：https://www.aminer.cn/search/pub?q=Cognitive%20Graph&from=csdn

（在使用体验过程若有任何意见，请在文末留言或邮件至report@aminer.cn)

该List除了整合了认知图谱领域的100篇经典论文，小脉还对这些论文进行了简要分析。

先来看看它们都出自哪些会议？根据对论文出处的分析，它们大多选自NeurIPS、ICLR、ACL、EMNLP、IJCAI、AAAI等机器学习与自然语言处理领域的国际顶会。

根据对这些经典论文发表年份的统计，近十年这些论文主要发表在2016-2019这四年间，占比达60%；在2014-2016年间也有不少经典论文发表。

再来看看入选作者，有一位大佬有4篇论文入选，他正是DeepMind的研究科学家Oriol Vinyals，在今年被评为AI 2000机器学习全球最具影响力学者之一。还有三位作者有3篇论文入选，他们分别是微软研究院合伙人研究经理高剑峰，佐治亚理工大学机器学习中心的教授宋乐，Facebook研究科学家、纽约大学客座教授Jason Weston，他们都是机器学习领域的大牛。另有21位作者都有2篇入选。

 

我们按照这100篇经典论文的被引量，挑选了其中的TOP10作简单评述，供大家学习参考。

 

我们近期还会推出《认知图谱研究报告》，欢迎关注。

《Neural Machine Translation by Jointly Learning to Align and Translate》（ICLR 2015）

作者：Dzmitry Bahdanau，Kyunghyun Cho，Yoshua Bengio

单位：Jacobs University Bremen，Université de Montréal

引用量：9818

地址：https://www.aminer.cn/pub/5550411c45ce0a409eb3897f/neural-machine-translation-by-jointly-learning-to-align-and-