![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
NLP
文章平均质量分 93
boywaiter
这个作者很懒,什么都没留下…
展开
-
An Industry Evaluation of Embedding-based Entity Alignment
在行业背景下评估了这些最先进的方法,探索了不同规模和偏差的种子映射的影响。除了来自 DBpedia 和 Wikidata 的流行基准之外,我们还贡献和评估了一个新的行业基准,该基准是从两个异构知识图谱 (KG) 中抽取的,用于医疗应用的部署。...翻译 2022-06-25 22:32:09 · 447 阅读 · 0 评论 -
[实体对齐综述]A benchmark and comprehensive survey on knowledge graph entity alignment via representation
过去几年里,由于知识库在人工智能应用中的重要作用,学术界和工业界对知识库的兴趣呈指数级增长。实体对齐是丰富知识库的一项重要任务。本文提供了使用表示学习新方法的代表性实体对齐技术的综合教程式综述。......翻译 2022-06-18 21:55:32 · 1147 阅读 · 0 评论 -
【实体对齐综述】A Benchmarking Study of Embedding-based Entity Alignment for Knowledge Graphs
实体对齐试图在不同的知识图谱 (KG) 中找到指向同一现实世界对象的实体。KG 嵌入的最新进展推动了基于嵌入的实体对齐方法的出现,它将实体编码到连续嵌入空间中,并根据学习到的嵌入来度量实体的相似性。在本文中,我们对这一新兴领域进行了全面的实验研究。......翻译 2022-06-07 20:12:56 · 1702 阅读 · 2 评论 -
最先进的实体对齐方法的实验研究综述 An Experimental Study of State-of-the-Art Entity Alignment Approaches
实体对齐 (EA) 寻找位于不同知识图谱 (KG) 中的等价实体,这是提高 KG 质量的重要步骤,因此对下游应用程序(例如,问答和推荐)具有重要意义。本研究力求清晰地展示当前 EA 方法的优缺点,以激发高质量的后续研究。......翻译 2022-06-01 11:09:34 · 1343 阅读 · 0 评论 -
PIQA: Reasoning about Physical Commonsense in Natural Language 笔记+翻译
PIQA: Reasoning about Physical Commonsense in Natural LanguageAAAI 2020Abstractcurrent status: In more physical domains, text is inherently limited due to reporting bias.question to be solved: Ca...原创 2020-04-17 23:01:28 · 1285 阅读 · 0 评论 -
WINOGRANDE: An Adversarial Winograd Schema Challenge at Scale 笔记+翻译
WINOGRANDE: An Adversarial Winograd Schema Challenge at ScaleAAAI 2020 Best Paper AwardAbstractBefore: WSC (Winograd Schema Challenge) 2011, designed to be unsolvable by statistical models that re...原创 2020-04-17 22:56:13 · 2863 阅读 · 1 评论 -
ConceptNet 5.5:一个开放多语言常识知识图谱 翻译和笔记
2017-AAAI-ConceptNet 5.5: An Open Multilingual Graph of General Knowledgehttps://www.aaai.org/ocs/index.php/AAAI/AAAI17/paper/download/14972/14051摘要: ConceptNet是一个知识图谱,其中自然语言单词和短语通过带标签(表示边的类型)和权重(表示...原创 2020-01-15 07:16:18 · 16274 阅读 · 0 评论 -
自然语言推理综述 翻译及笔记
Recent Advances in Natural Language Inference: A Survey of Benchmarks, Resources, and Approacheshttps://www.researchgate.net/profile/Shane_Storks/publication/332169673_Recent_Advances_in_Natural_Lang...原创 2020-01-13 04:16:00 · 3516 阅读 · 0 评论 -
图神经网络全面综述 阅读笔记+翻译
https://arxiv.org/abs/1901.00596arXiv:1901.00596v3 [cs.LG] 8 Aug 2019A Comprehensive Survey on Graph Neural NetworksZonghan Wu, Shirui Pan, Fengwen Chen, Guodong Long, Chengqi Zhang, Philip S. Yu摘...原创 2020-01-10 02:40:21 · 1846 阅读 · 0 评论 -
基于神经网络的知识图谱问答方法 阅读笔记+翻译
2019-arXiv-Introduction to Neural Network based Approaches for Question Answering over Knowledge Graphs阅读笔记+翻译摘要:介绍KGQA的挑战、现有方法、进展和趋势。1 IntroductionKGQA(Knowledge Graph Query Answering):系统提供接口,接受用...原创 2019-11-23 11:44:39 · 2784 阅读 · 0 评论 -
Bridging the Gap between Training and Inference for Neural Machine Translation翻译
Bridging the Gap between Training and Inference for Neural Machine Translation 翻译摘要 神经机器翻译(NMT)以根据上下文词生成下一个词的方式顺序生成目标词序列。在训练时,它根据真实(这里及下文的真实都是指训练集中真实的译文句子)上下文进行预测,而在推理时,它必须从头开始生成整个词序列。这种(向模型)送入的上下文的差...翻译 2019-11-05 07:52:33 · 2755 阅读 · 20 评论 -
HellaSwag: Can a Machine Really Finish Your Sentence阅读笔记
2019-alc-HellaSwag_Can a Machine Really Finish Your Sentence原文地址:https://arxiv.org/abs/1905.07830swag提出了NLP新任务:commonsense nlp inference。实际上是nlu的一种特例。BERT解决了。于是提出个新数据集,难为BERT,就是HellaSwag。HellaSwag使...原创 2019-10-19 05:08:06 · 2911 阅读 · 0 评论 -
Recent Trends in Deep Learning Based Natural Language Processing(arXiv)笔记
从不同类型深度神经网络(DNN)的角度回顾最近几年的DNN应用于NLP的方法,当前的进展和对未来的展望。分布式表示统计NLP(代表人物Christopher Manning,著有同名教材)常常遭遇“维度灾难”,有人想到“降维”,学习低维空间里的分布式表示。分布式表示(distributed representation):分布式(distributed)描述的是把 信息分布式地存储在向量的...原创 2018-11-04 10:19:50 · 3232 阅读 · 2 评论 -
word2vec Parameter Learning Explained学习笔记
目录原因:看了几篇提及CBOW(Continuous Bag-of-Word)的综述,都没直接看懂。综述中都指向这篇文章的这张图。word2vec是一个预训练(pretrained)模型,在大量语料上训练词向量(或者称为词嵌入,word embedding)。尽管训练语料与应用场景不尽相同,但实验表明,对下游(downstream)应用效果良好。CBOW的目的是通过上下文(conte...原创 2018-10-26 19:24:47 · 1308 阅读 · 1 评论