专栏名称: PaperWeekly

PaperWeekly是一个分享知识和交流学问的学术组织，关注的领域是自然语言处理的各个方向。我们热爱知识，分享知识，希望通过我们大家的努力为自然语言处理的发展做出一点点贡献。我们每周会分享一期特定话题的论文笔记和本周值得读的相关论文。

第3期Talk实录 | 数据驱动的大规模分类体系构建

PaperWeekly · 公众号 · 科研 · 2017-03-24 15:55

正文

本文为 3 月 23 日，复旦大学计算机本科直博生（博士二年级），知识工场实验室（Knowledge Works, kw.fudan.edu.cn）技术负责人——梁家卿在第 3 期 Talk 中的直播分享材料和 QA 问答。

>>>>

获取完整PDF+视频回顾

关注“Paperweekly”微信公众号，回复“20170323”获取下载链接。

Q & A

对于关系传递性的正确性判断这篇论文，文章是建立在构建标注数据和特征上来做的，想请问下有没有一个宏观的解释，在什么情况下传递性成立以及什么时候不成立呢？换句话说，不成立主要是因为什么引起的呢？

梁家卿

因为我们使用的是一个黑核，就是机器学习模型，所以我们很难知道它具体是由于什么原因引起的。我猜想的话，主要是因为中间词 B 意思的偏移，但是这个偏移我们很难严格的定义。总来说很难知道具体原因是什么，因为机器模型实在是不可解释。

对于 recall 的评估，文章的模型发现的错误 isA 关系都包含在 baseline 发现的错误关系里面么，我觉得分母应该是所有模型发现的错误 isA 关系的并集才对？

梁家卿

这里我没有细讲，我们的 baseline 模型其实是用拓扑排序去找到一个差不多的拓扑序，去找到所有逆向边作为错误，所以会找到非常多。那事实上我们很难去计算 recall ，因为我们不知道错误总数。所以我们 paper 中写的是用一个相对的 call 去计算所有的逆向边，但我觉得你说得更好，确实是用所有错误的并集会更好一点。