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。

直播预告 | PaperWeekly Talk 第3期

PaperWeekly · 公众号 · 科研 · 2017-03-22 08:42

正文

本周我们将迎来 PaperWeekly 的第 3 期线上 Talk，旨在帮助更多的大牛 PhD、青年学者宣传自己的工作，让更多的同学更加容易地了解到最新的研究进展。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

— 关于作者 —

梁家卿，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，专注于人工智能领域，研究方向主要包括深度学习，语义搜索及推理，知识图谱等。已在人工智能顶级学术会议与期刊发表多篇论文，包括 AAAI2017 两篇论文，以及 TKDE2017 论文。曾获 ACM-ICPC 区域赛金牌，Google Code Jam 编程大赛全球前 100 名，TopCoder Open Algorithm 编程大赛全球前 150 名。

— 演讲内容 —

本次直播主要分享大规模分类体系的构建技术，主要针对大规模自动抽取而建立的分类体系的数据质量展开研究。大规模分类体系的质量往往不如人工构建的分类体系，比如 WordNet。关系缺失和关系错误是其中主要的问题。我们本次直播主要介绍解决这两个基本问题的方法。针对关系缺失，我们主要介绍基于分类体系传递性的推断模型（发表于 AAAI2017）和基于协同过滤的推断模型（发表于 TKDE2017）；针对关系错误，我们介绍基于图结构特征的纠错模型（发表于 AAAI2017）。这些方法模型简洁、效果明显，解决了实际问题，代表了该问题的研究趋势。

— 活动时间 —

3 月 23 日本周四 20:00

— 直播地址 —

使用斗鱼App搜索房间号「1743775」

或

通过PC端访问：https://www.douyu.com/paperweekly

— 参与提问 —

扫描下方二维码加入本次活动的「小密圈」，圈子里的朋友可在直播过程中向主持人提交问题。本次 Talk 的作者将在演讲结束后，在线解答所有问题。如果你对本期的 Talk 感兴趣并且想和作者进行交流的话，请加入本次活动的小密圈。

活动结束后，我们还将挑选出一位最佳提问者，为其送上我们精心准备的神秘礼物：）