清华大学-刘知远：表示学习与知识获取

---恢复内容开始---

分布式表示优势：

在一段文本当中，进行实体抽取：实际是在计算词汇与文档之间的相似度。

自动摘要技术：是在计算句子与文档之间的相似度。

优势2:由表层的数据，关联关系，能够进一步挖掘出数据底层的深层语义，因果关系。

————————————————————————————————————————

NLP的任务：标注、理解、生成。

从多源异构的文本中，依次进行词汇表示、网络表示、知识表示。

其中词汇表示，包括实体、短语、文档、词义、句子的表示。

下面详细讲一讲词汇的表示。

word2Vec 主要包括2个模型

cbow: 知道一个词的前两个词和后两个词，推导出该词。

skip-gram: 知道改词，推导其前后两个词。

分布式词表示学习模型，可以进行词汇相似度的计算。比如，输入China ,计算如下。

词汇表示还可以发现词汇间的隐含关系

 词汇表示还可以发现词汇之间的语义层级关系

跨语言词汇联合表示

 

视觉-文本联合表示

 

 一个有意思的任务：给你一张图，生成该图的一句话的简要描述。image caption generation

词汇语义变迁研究

——————————————————————————————————————————————————————————————

知识表示：

知识表示与关系抽取

1. 融合文本与知识进行关系抽取
2. 利用关系路径进行关系抽取
3. 利用远程监督多实例进行关系抽取

 

 融合文本与知识进行关系抽取

 融合实体描述的知识表示

zero-shot场景下的 关系预测

————————————————————————————————————————

利用关系路径进行关系抽取

Path Ranking Algorithm

 

PTransE:考虑关系路径的TransE

Path based TransE

关系抽取结果

远程监督关系抽取的多实例问题

多监督抽取结果

开源代码

---恢复内容结束---