农企新闻网

IJCAI-ECAI 2018发布后果,哈工大SCIR 六篇长文被录用

发布者:刘同明
导读雷锋网 AI科技评论按:IJCAI-ECAI 2018, the 27th International Joint Conference on Artificial Intelligence and the 23rd European Conference on Artificial Intelligence 将于 2018 年 7 月 13 日至 19 日在瑞典斯德哥尔摩举行。IJCAI 是人工

雷锋网 AI科技评论按:IJCAI-ECAI 2018, the 27th International Joint Conference on Artificial Intelligence and the 23rd European Conference on Artificial Intelligence 将于 2018 年 7 月 13 日至 19 日在瑞典斯德哥尔摩举行。IJCAI 是人工智能范畴的顶级国际会议,是 CCF A 类会议,起于 1969 年每两年举行一次,自 2016 年起每年举行一次。ECAI 是欧洲人工智我们也正在做着心目中属于未来的事业,那就是通过互联网金融创新,不断完善人与金融、货币之间的关系,让所有人都能享受到最好的金融服务 。能范畴最重要的会议,自 1974 年每两年举行一次。IJCAI-ECAI 2018 往年由 IJCAI、EurAI 和 SAIS 结合发起举行。

哈尔滨工业大学社会计算与信息检索研讨中心共有 6 篇论文被 IJCAI-ECAI 2018 录用。上面是论文列表及引见,雷锋网 (大众号:雷锋网) 获「哈工大SCIR」大众号受权分享。

Constructing Narrative Event Graph for script Event Prediction.

作者:李忠阳,丁效,刘挺.

这是我们实验室在事理图谱方向宣布的第一篇人工智能顶级会谈论文。我们提出经过构建事理图谱来更好天时用事情之间的稀疏衔接信息,以协助脚本领件预测义务。为理解决大规模事理图谱图构造上的推断成绩,我们提出了一个可扩展的图神经网络模型(SGNN),来学习事情之间的交互作用并学习到更好的事情表示。在脚本领件预测义务上,我们的办法获得了 SOTA 的后果。

Domain Adaptation via Tree Kernel based Maximum Mean Discrepancy for User Consumption Intention Identification.

作者:丁效,蔡碧波,刘挺,石乾坤.

我们提出了基于树构造的最大化均匀差别(Maximum Mean Discrepancy)办法,可以更好地将神经网络高层神经元的特征从源范畴迁移到目的范畴,从而处理了基于神经网络的范畴迁移办法在高层神经元上迁移效果不佳的成绩。在消费意图五个范畴的数据集上,经过对恣意两个范畴(共 20 个迁移对)停止迁移实验,本文提出的办法获得了 SOTA 的后果。

Improving Low Resource Named Entity Recognition using Cross-lingual Knowledge Transfer.

作者:冯骁骋,冯夏冲,秦兵,刘铭,刘挺.

在稀缺资源言语实体辨认义务中,我们在原有 LSTM-CRF 模型的根底上,应用双语词典作为跨言语信息传达桥梁,为每个稀缺资源言语词语学习英文语义空间下的语义表示,并映射到稀缺资源言语空间加强原有表示。在西班牙语、荷兰语和中文三种言语数据集上停止实验,后果显示,经过参加跨言语信息表示,实体辨认功能均匀进步大于 3%。

Improving Entity Recommendation with Search Log and Multi-Task Learning.

作者:黄际洲,张伟,孙雅铭,王海峰,刘挺.

本文研讨如何应用搜索会话中的历史查询这一上下文信息来提升实体引荐的效果。为此,我们提出了一种基于深度神经网络的多义务学习模型,以更好天时用搜索日志学习出查询及上下文表示。我们在大规模、真实搜索日志上停止实验,证明了我们提出的办法可以无效地协助提升实体引荐义务的效果。

Joint Extraction of Entities and Relations based on a Novel Graph Scheme.

作者:王少磊,张岳,车万翔,刘挺.

在本研讨中,我们将实体辨认和关系抽取结合义务建模成一个有向图的成绩,并提出了一种基于转移的办法来直接生成有向图。我们的办法能充沛的表示和应用实体和关系之间,以及关系与关系之间的依赖景象,并在地下数据集 NYT 上获得了很好的效果。

Topic-to-Essay Generation with Neural Networks.

作者:冯骁骋,刘家豪,秦兵,刘挺.

在本文中,我们提出了段落级作文生成义务,其输出为固定个数的主题词,输入是一段关于这些主题词的作文描绘;在办法层面,我们采用 Seq2Seq 的神经网络框架,针对多主题输出状况,我们参加主题感知的 coverage 办法,使得作文可以在表达不同主题语义的状况下,着重针对某一主题停止表述。我们自动构建了两个作文相关语料库,并经过客观和客观评价阐明我们的模型后果均优于基线办法。

相关文章:

哈工大 AAAI 2018 录用论文解读:基于转移的语义依存图剖析 | 分享总结

刘挺教授担任首席迷信家,哈工大SCIR十八年技术转入,这是又一只独角兽吗?

AAAI 2018预讲会在哈工大成功举行,25篇顶会文章讲了什么(下)

AAAI 2018预讲会在哈工大成功举行,25篇顶会文章讲了什么(上)

哈工大社会计算与信息检索研讨中心3篇长文被AAAI 2018录用 | AAAI 2018

雷锋网版权文章,未经受权制止转载。概况见。