基于双语主题模型的跨语言层次分类体系匹配 | 直播预告·PhD Talk #16

「PhD Talk」是 PaperWeekly 的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。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。

这是第 16 期「PhD Talk」

嘉宾介绍

吴天星

东南大学博士生

吴天星，东南大学软件工程专业博士研究生（三年级），师从漆桂林教授，研究方向为人工智能、知识图谱、语义网，在人工智能会议 AAAI、ECAI 与国际语义网会议 ISWC 上发表多篇论文，以第一发明人身份申请国家发明专利 3 项，一项已授权。作为主要成员参与多项国家 863、自然基金、企业横向项目，其中专注于知识图谱与本体的构建、融合与补全。

主题介绍

近年来，越来越多不同语言不同形式的知识出现在万维网中，其中层次分类体系（即 Taxonomy）是一种非常重要的知识，用以组织和分类大规模的万维网数据，如：商品目录与导航站点等。为了促进跨语言的知识分享，如何进行跨语言层次分类体系匹配是一个值得研究的课题。

本报告将着重介绍如何设计并利用双语主题模型学习不同语言层次分类体系中每个分类的向量表示，以更好地完成跨语言层次分类体系匹配的任务，报告的主要内容发表于 AAAI 2016 与 ISWC 2017。

活动时间

9 月 13 日 本周三 20:00 

活动地点

使用 斗鱼App 搜索房间号「1743775」

或

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

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。