- 博客(4)
- 资源 (5)
- 收藏
- 关注
原创 2017年语义理解总结(二)
前面的博客进行了总述,这篇博客细化深入,主要结合知识图谱,KB_QA,语义表示的丰富性方面来论述,但是仍然会很宽泛,因为在博客里将具体的技术细节,没有太大意义,需要发论文。前面提到,语义理解,一方面要获取丰富,灵活的语义表示,另一方面要与知识图谱融合。要想获取精准的语义理解,比如谁是第一个为纸牌屋里的xx角色配音的人?这类问题的回答,在前面的基础上还要融合语言的逻辑,语言的逻辑一般分为五类:一元,...
2018-02-25 11:09:03 1592
原创 2017年语义理解总结(一)
2017年就这么悄无声息地过去了。在工业界,2016年是推荐的元年,2017年是中国的AI元年,这意味着路漫漫其修远兮~,而学术界往往会超前于工业界,有些时候难免会一厢情愿。过去的一年在nlp领域里,知识图谱的发展是最为耀眼的,最为尴尬的仍然是chatbot的多轮对话。知识图谱底层更高于RDF层次的语言被提出并进行研究中,而学术界的玩票现象并没有终止,比如在nlp领域里研究GAN,强化学习等等,全...
2018-02-25 11:06:35 4737
原创 2017年语义理解总结(二)
2017年语义理解总结(二) 前面的博客进行了总述,这篇博客细化深入,主要结合知识图谱,KB_QA,语义表示的丰富性方面来论述,但是仍然会很宽泛,因为讲具体的技术细节,会有很多人蒙圈的,没有太大意义。前面提到,语义理解,一方面要获取丰富,灵活的语义表示,另一方面要与知识图谱融合。要想获取精准的语义理解,比如谁是第一个为纸牌屋里的xx角色配音的人?...
2018-02-12 20:53:00 288
原创 2017年语义理解总结(一)
2017年语义理解总结(一) 2017年就这么悄无声息地过去了。在工业界,2016年是推荐的元年,2017年是中国的AI元年,这意味着路漫漫其修远兮~,而学术界永远会超前于工业界,有些时候难免也会有些一厢情愿……这些线索表明:①AI的发展非常迅速②学术界和工业界不同步的现象是共存的。过去的一年在nlp领域里,知识图谱的发展是最为耀眼的,最为尴尬的仍...
2018-02-02 12:55:00 591
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人