常识如何用?WSDM2021「常识知识」这份教程讲述常识提取、方法与评估,附170页ppt与视频

2021 年 3 月 12 日 专知

常识性知识是人工智能应用的基础。尽管面向实例的断言的信息提取和知识库构建(例如布拉德·皮特的出生日期或安吉丽娜·朱莉的电影奖)已经得到了很多关注,但关于一般概念(政客、自行车、打印机)和活动(吃披萨、修理打印机)的常识直到最近才得到解决。在本教程中,我们为汇编和巩固这些常识知识(CSK)提供了最先进的方法。我们将介绍基于文本提取、多模态和基于Transformer的技术,特别关注与WSDM社区相关的web搜索和排名问题。


https://www.mpi-inf.mpg.de/commonsense-tutorial-wsdm-2021



视频:



目录内容:


09:00 IST

1. 常识知识介绍,Introduction to commonsense knowledge (Simon)

09:15 IST

2. Text extraction (Simon)

10:00 IST

3.多模态知识 Multimodal knowledge(Niket)

10:20 IST

4.深度学习技术  Deep learning-based techniques (Niket)

11:00 IST

5. 获取知识评估,Evaluation of the acquired knowledge (Aparna)

11:25 IST

6. Highlights, outlook and open issues (Aparna)



参考目录:

[1] Jo Best. IBM Watson: The inside story of how the Jeopardy-winning supercomputer was born, and what it wants to do next. TechRepublic, 2013.
[2] Sumithra Bhakthavatsalam, Chloe Anastasiades, and Peter Clark. Genericskb: A knowledge base of generic statements. arXiv preprint arXiv:2005.00660, 2020.
[3] Sumithra Bhakthavatsalam, Kyle Richardson, Niket Tandon, and Peter Clark. Do dogs have whiskers? a new knowledge base of haspart relations. arXiv preprint arXiv:2006.07510, 2020.
[4] Antoine Bosselut, Hannah Rashkin, Maarten Sap, Chaitanya Malaviya, Asli Celikyilmaz, and Yejin Choi. Comet: Commonsense transformers for automatic knowledge graph construction. arXiv preprint arXiv:1906.05317, 2019.
[5] Yohan Chalier, Simon Razniewski, and Gerhard Weikum. Joint reasoning for multi-faceted commonsense knowledge. AKBC, 2020.
[6] Min Chen, Stefanos Nikolaidis, Harold Soh, David Hsu, and Siddhartha S. Srinivasa. Planning with trust for human-robot collaboration. In ACM/IEEE International Conference on Human-Robot Interaction HRI, pages 307–315, 2018.
[7] Xinlei Chen, Abhinav Shrivastava, and A. Gupta. Neil: Extracting visual knowledge from web data. 2013 IEEE International Conference on Computer Vision, pages 1409–1416, 2013.
[8] Sreyasi Nag Chowdhury, Niket Tandon, Hakan Ferhatosmanoglu, and Gerhard Weikum. VISIR: visual and semantic image label refinement. In ACM WSDM Conference, pages 117–125. ACM, 2018.
[9] Peter Clark, Isaac Cowhey, Oren Etzioni, Tushar Khot, Ashish Sabharwal, Carissa Schoenick, and Oyvind Tafjord. Think you have solved question answering? try
arc, the AI2 reasoning challenge. CoRR, abs/1803.05457, 2018.
[10] C. J. Conti, Aparna S. Varde, and Weitian Wang. Task quality optimization in collaborative robotics. In IEEE Big Data, 2020.



专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“CSK” 就可以获取常识如何用?WSDM2021「常识知识」这份教程讲述常识提取、方法与评估,附170页ppt与视频》专知下载链接

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
0

相关内容

【AAAI2021】以事件为中心的自然语言理解,256页ppt
专知会员服务
72+阅读 · 2021年2月8日
人工智能药物发现,讲述AI与药物交叉应用研究
专知会员服务
151+阅读 · 2021年1月28日
【教程】自然语言处理中的迁移学习原理,41 页PPT
专知会员服务
94+阅读 · 2020年2月8日
深度强化学习策略梯度教程,53页ppt
专知会员服务
176+阅读 · 2020年2月1日
【EMNLP2019教程】端到端学习对话人工智能,附237页PPT下载
专知会员服务
67+阅读 · 2019年11月25日
知识图谱在可解释人工智能中的作用,附81页ppt
专知会员服务
136+阅读 · 2019年11月11日
机器推理系列第一弹:机器推理在常识问答任务中的应用
微软研究院AI头条
3+阅读 · 2019年9月16日
300页文本知识提取与推断最新教程
机器学习算法与Python学习
13+阅读 · 2018年8月28日
Arxiv
0+阅读 · 2021年6月24日
CSKG: The CommonSense Knowledge Graph
Arxiv
18+阅读 · 2020年12月21日
VIP会员
相关VIP内容
【AAAI2021】以事件为中心的自然语言理解,256页ppt
专知会员服务
72+阅读 · 2021年2月8日
人工智能药物发现,讲述AI与药物交叉应用研究
专知会员服务
151+阅读 · 2021年1月28日
【教程】自然语言处理中的迁移学习原理,41 页PPT
专知会员服务
94+阅读 · 2020年2月8日
深度强化学习策略梯度教程,53页ppt
专知会员服务
176+阅读 · 2020年2月1日
【EMNLP2019教程】端到端学习对话人工智能,附237页PPT下载
专知会员服务
67+阅读 · 2019年11月25日
知识图谱在可解释人工智能中的作用,附81页ppt
专知会员服务
136+阅读 · 2019年11月11日
Top
微信扫码咨询专知VIP会员