本报告介绍了 "情景多模态对话知识图谱构建 "项目的成果。该项目旨在为从整体上理解以计算为媒介的对话奠定基础。在协调、规划和行动方面,这种对话是团队绩效的基本组成部分[12, 1]。在这样的环境中(如共享聊天或电子邮件),重要的不仅是要了解对话本身的来龙去脉,还要了解对话是如何置身于一个更大的背景中的,无论是共同的文档还是共享的背景信息。本项目假设,知识图谱是一种强大的方法,不仅可以捕捉此类对话的结构,还可以捕捉提供对话所处情境的信息。知识图谱--图式结构的知识库,可捕捉有关实体、实体属性和实体间关系的信息[8, 15],是一种常用的整合信息、促进下游分析和支持其他人工智能任务的方法[11, 9]。这个问题可以用研究问题来概括: 我们能否学会从基于对话的情景多语言对话中检测出个人、个人类型、他们是如何互动的以及他们互动的内容。为奠定这一基础,该项目有三个目标:

1.为这一问题定义基准任务;

2.确定和构建基准语料库;

3.开发基准系统。

除这些目标外,该项目还旨在与美国空军后勤研究所的系统分析研究领域建立合作关系。本报告以中期报告为基础,因为大部分成果都是在此期间完成的。

成为VIP会员查看完整内容
51

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《分层学习引导的自动模型发现》美空军17页技术报告
专知会员服务
25+阅读 · 2023年6月28日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
21+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
13+阅读 · 2009年12月31日
国家自然科学基金
32+阅读 · 2008年12月31日
Arxiv
158+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
408+阅读 · 2023年3月31日
Arxiv
68+阅读 · 2023年3月26日
Arxiv
147+阅读 · 2023年3月24日
Arxiv
21+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
21+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
13+阅读 · 2009年12月31日
国家自然科学基金
32+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员