【NeurIPS2019教程】机器学习中的组合性（Compositionality In Machine Learning）

题目： Compositionality In Machine Learning

摘要：

现实世界是固有的结构，如句子是由词语组成的，图像是由物体组成的，物体本身是由部分组成的。人们如何度量这些，过程是合成的，而不是输出的。本次教程主要讲述了机器学习中的组合性，解释了机器学习中组合模型的历史以及原理，还讲述了为什么我们要期望普通的模型是组成型学习者?

作者：

Angeliki Lazaridou是DeepMind的高级研究科学家，在此之前是Marco Baroni的研究生，在意大利特伦托大学(map)心智/脑科学中心CLIC实验室从事基础语言学习。在萨尔大学(University of Saarland)获得了计算语言学理学硕士学位，研究情感分析，并获得了伊拉斯谟•蒙德斯(Erasmus Mundus)语言与通信技术硕士奖学金(EM-LCT)的支持。研究兴趣是紧急通信，计算语言学，自然语言处理，人工智能。