值得收藏！清华刘知远55页自然语言处理PPT
导读：自然语言处理是实现人工智能、通过图灵测试的关键。虽然目前深度学习在自然语言处理上取得了巨大的突破，对自然语言的深度理解仍需要复杂知识的支持，来实现从理解字面意思到言外之意的跃迁。本文介绍清华大学刘知远老师的《知识指导的自然语言处理》。
深度学习在自然语言处理取得了巨大图谱，它能够高效学习多粒度语言单元间复杂语义关联。但是仅仅依靠深度学习并不能完成对自然语言的深度理解。对自然语言的深度理解需要从字面意义到言外之意的跃迁，这需要引入复杂知识的支持。
HowNet等知识库通过人工标注的方式积累了大量的知识，通过深度学习+知识图谱这种双向驱动的自然语言处理技术和体系，可以充分发挥深度学习和知识库的作用，更深层次地理解自然语言。
《知识指导的自然语言处理》主要内容如下：
-
自然语言处理与AI
-
数据驱动的自然语言处理：深度学习
-
自然语言的特点与技术挑战
-
表示学习
-
深度学习+知识图谱 双向驱动的自然语言处理技术体系
-
语言知识库
-
HowNet
-
深度学习与HowNet
-
融合义原知识的词义表示学习
-
融合义原知识的神经语言模型
-
基于语义表示学习的义原推荐
-
义原只是计算相关论文
-
世界知识库
-
知识表示学习
-
世界知识的分布式表示学习
-
知识指导的实体细粒度分类
-
知识知道的神经网络文档排序
-
知识指导的预训练语言模型
-
世界知识指导自然语言处理相关论文
-
知识获取
-
神经网络知识获取技术
-
高效鲁棒的知识获取技术
-
开源工具
刘知远主页：
http://nlp.csai.tsinghua.edu.cn/~lzy/
完整版PPT想下载可以关注公众号“飞马会” 菜单栏回复数字“62”查看获取方式，记得按要求快速获取保存哦！另外，想加入人工智能交流群，在后台回复“入群”
PPT部分预览：
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！