AAAI2020丨知识图的生成性对抗式零样本关系学习 大讲堂 | 第138期
本文采用生成对抗学习思路完成文本信息和知识图谱信息的知识转换
预计时长:20分钟左右
录播课程
388人报名
立即学习
课程介绍

  嘉宾介绍  

秦鹏达,北京邮电大学在读博士生,主要研究领域为自然语言处理领域的信息抽取任务。在博士阶段,赴加州大学圣芭芭拉分校William Wang教授的自然语言处理实验室进行了为期两年的学术访问,在此期间进行了有关问答系统、自动摘要生成和语言流畅度检测方面的研究工作。

 

  论文主题   

Generative Adversarial Zero-Shot Relational Learning for Knowledge Graphs 

此论文已经被AAAI 2020收录,并被邀请做口头报告。

 

  论文内容简介  

大规模知识图谱在当前的信息系统中具有非常重要的角色。为了扩充知识图谱的规模,之前的工作需要对新增关系标注充足的训练数据集,但这种方式成本昂贵不符合实际要求。

本文考虑采用零样本学习方式来解决这个问题。当给定一个新的关系类别,本文尝试直接通过关系类别的文本描述编码类别相关信息。为了完成这个目标,本文采用生成对抗学习思路完成文本信息和知识图谱信息的知识转换。

具体来讲,本文希望生成对抗网络的生成器可以有效的通过关系类别文本描述生成关系类别向量表征。在这个前提下,对于新增关系类别的样本预测就转化为监督学习分类任务。

 

课程须知
  • 本系列视频为AAAI 2020线上论文预分享的精选解读,欢迎大家观看
  • 如果你对AAAI相关工作感兴趣,欢迎加入AAAI 交流群,添加微信:AIyanxishe2,备注:AAAI+领域
  • 更多精彩内容,敬请大家关注研习社公开课的持续更新

授课教师

北京邮电大学在读博士生
微信扫码分享课程