直播 | COLING 2020：利用近义知识增强中文成语阅读理解

「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间，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。

本期 AI Drive，我们邀请到南京大学人工智能学院 2020 级直博生龙思宇，为大家解读其发表于 COLING 2020 的最新工作。对本期主题感兴趣的小伙伴，1 月 6 日（周三）晚 7 点，我们准时相约 PaperWeekly B 站直播间。

直播信息

机器阅读理解，旨在让机器基于给定的文本回答提出的问题。在中文语境里，成语由于通常与典故以及隐喻相关，给中文的阅读理解带来了特殊的挑战。在前人的工作中，成语被当作单独的词或多字词进行处理，然而这些方法都忽略了成语间普遍存在的可以降低成语理解难度的近义关系。

为了利用这样的关系，我们设计了结合图神经网络以及门控机制的成语阅读理解模型，并在大规模数据集上验证了方法的有效性。 本次报告的主要内容为分享我们在利用近义知识增强成语阅读理解的一些探索。

本次分享的具体内容有：  

• 中文成语阅读理解的背景介绍
• 对成语间近义关系特性的先导研究
• 利用成语近义关系的挑战
• 融合了近义知识的成语阅读理解模型

嘉宾介绍

 龙思宇  / 南京大学博士生  

龙思宇，南京大学人工智能学院 2020 级直博生 ，南京大学自然语言处理实验室成员。目前主要研究领域为信息抽取、知识工程。

直播地址 & 交流群

本次直播将在 PaperWeekly B 站直播间进行，扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，在 PaperWeekly 微信公众号后台回复「AI Drive」，即可获取入群通道。

B 站直播间：

https://live.bilibili.com/14884511

合作伙伴

🔍

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

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。