近几年,深度神经网络在自然语言学习任务上取得众多突破,但是仍然依赖于大规模静态标注数据。与此相反,人类学习语言的时候:1)不需要大规模监督信号;2)可通过与环境的交互理解语言。基于让人工智能像人类一样学习语言的目标,本次分享将介绍无监督学习和情景化学习(language grounding)的一些最新进展,其中包括一篇 ICLR Oral 论文(录取率2%)的解读。
让人工智能像人类一样学习自然语言:无监督学习和情景化学习的最新进展
1. 无监督学习:高秩自然语言模型 (ICLR 2018)
2. 基于生成式模型的半监督学习:利用无标注文本提升问答 (ACL 2017, NIPS 2017)
3. 情景化学习:土耳其机械勇士下降法 (ICLR 2018)
杨植麟,卡内基梅隆大学博士三年级,师从苹果人工智能主任 Ruslan S.,主要研究无监督深度学习及其在自然语言理解的应用;过去两年在 ICLR/NIPS/ICML 等人工智能顶会发表 11 篇文章(9 篇一作);曾在 Facebook 人工智能实验室从事研究工作,本科以年级第一毕业于清华计算机系。
北京时间 3 月 24 日(周六)上午10:00
扫描海报二维码关注微信公众号,点击 AI 进阶——公开课报名
对了,我们招人了,了解一下?
三大模块,五大应用,知识点全覆盖;海外博士讲师,丰富项目分享经验;
理论+实践,带你实战典型行业应用;专业答疑社群,结交志同道合伙伴。
扫码立即参团~
┏(^0^)┛欢迎分享,明天见!