图灵汇官网

多资源推荐：《知识指导的自然语言处理》

本文推荐清华大学刘知远教授的《知识指导的自然语言处理》，适合阅读大约10分钟。

导读

自然语言处理（NLP）是实现人工智能的重要环节，也是通过图灵测试的关键技术之一。尽管深度学习已经在自然语言处理领域取得了显著进展，但要真正理解和应用自然语言，还需要借助复杂知识的支持，从而实现从表面意思到深层含义的跨越。本文将介绍刘知远教授的《知识指导的自然语言处理》。

主要内容

本文主要涵盖以下几个方面：

• 自然语言处理与人工智能：探讨自然语言处理在人工智能中的重要性。
• 数据驱动的自然语言处理：深度学习在自然语言处理中的应用及其优势。
• 自然语言的特点与技术挑战：分析自然语言的特点以及相关的技术难题。
• 表示学习：讨论如何通过深度学习等方法来更好地表示自然语言。
• 深度学习+知识图谱双向驱动的技术体系：详细介绍如何结合深度学习和知识图谱来提升自然语言处理的效果。
• 语言知识库：探讨语言知识库的重要性及其作用。
• HowNet：介绍HowNet等知识库的构建过程及其应用场景。
• 深度学习与HowNet：分析深度学习与HowNet相结合的应用案例。
• 融合义原知识的词义表示学习：讲解如何利用义原知识来改进词义表示。
• 融合义原知识的神经语言模型：探讨如何将义原知识融入神经语言模型中。
• 基于语义表示学习的义原推荐：介绍如何基于语义表示学习来推荐义原。
• 义原相关论文：列举一些关于义原研究的相关论文。
• 世界知识库：介绍世界知识库的概念及其应用。
• 知识表示学习：探讨知识表示学习的方法和技术。
• 世界知识的分布式表示学习：详细说明如何使用分布式表示来学习世界知识。
• 知识指导的实体细粒度分类：分析如何利用知识指导实体的细粒度分类。
• 知识指导的神经网络文档排序：介绍如何通过知识指导神经网络来进行文档排序。
• 知识指导的预训练语言模型：探讨如何使用知识指导进行预训练语言模型。
• 世界知识指导自然语言处理相关论文：列举一些与世界知识指导自然语言处理相关的研究论文。
• 知识获取：探讨如何有效地获取知识。
• 神经网络知识获取技术：介绍神经网络在知识获取中的应用。
• 高效鲁棒的知识获取技术：分析如何设计高效且鲁棒的知识获取技术。
• 开源工具：推荐一些有用的开源工具。

刘知远主页

访问刘知远教授的主页了解更多详情： http://nlp.csai.tsinghua.edu.cn/~lzy/

PPT下载链接

完整版PPT下载链接： http://nlp.csai.tsinghua.edu.cn/~lzy/talks/2019knowledgeguidednlpcn.pdf

编辑和校对

本文由于腾凯编辑，林亦霖校对。

结语

关注清华-青岛数据科学研究院的官方微信公众平台“THU数据派”及姊妹号“数据派THU”，获取更多讲座福利及优质内容。