图灵汇官网

本文主要介绍了清华大学刘知远老师关于《知识指导的自然语言处理》的内容。自然语言处理是实现人工智能的重要领域，而深度学习在这一领域取得了显著进展。然而，要真正理解和解析自然语言，还需要借助复杂知识的支持。

深度学习在自然语言处理方面表现出色，但单纯依赖深度学习难以达到对自然语言的全面理解。为了实现从字面意义到言外之意的跃迁，引入复杂知识的支持变得至关重要。知识库如HowNet通过人工标注积累了大量知识，通过结合深度学习和知识图谱，可以更深层次地理解自然语言。

《知识指导的自然语言处理》的主要内容包括以下几个方面：

• 自然语言处理与人工智能的关系
• 数据驱动的自然语言处理：深度学习的应用
• 自然语言处理中的技术挑战
• 表示学习
• 结合深度学习和知识图谱的双向驱动技术体系
• 语言知识库的构建与应用
• HowNet及其在自然语言处理中的作用
• 如何将HowNet的知识融入深度学习模型
• 融合义原知识的词义表示学习
• 基于语义表示的义原推荐系统
• 知识表示学习
• 分布式表示学习在世界知识库中的应用
• 知识指导的实体细粒度分类
• 知识驱动的神经网络文档排序
• 知识指导的预训练语言模型
• 相关研究论文的汇总
• 知识获取技术
• 神经网络知识获取技术
• 高效且鲁棒的知识获取方法
• 开源工具介绍

刘知远老师的主页： http://nlp.csai.tsinghua.edu.cn/~lzy/

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

通过以上内容，读者可以深入了解如何利用知识指导的自然语言处理技术来提升理解和处理自然语言的能力。