清华大学冯珺:基于强化学习的关系抽取和文本分类 | 实录·PhD Talk

清华大学冯珺:基于强化学习的关系抽取和文本分类 | 实录·PhD Talk

张俊张俊
本文为 11 月 22 日,清华大学计算机系——冯珺博士在第 18 期 PhD Talk 中的直播分享实录。

随着强化学习在机器人和游戏 AI 等领域的成功,该方法也引起了越来越多的关注。本期 PhD Talk,来自清华大学计算机系的博士生冯珺,为大家介绍了如何利用强化学习技术,更好地解决自然语言处理中的两个经典任务:关系抽取和文本分类

在关系抽取任务中,尝试利用强化学习,解决远程监督方法自动生成的训练数据中的噪音问题。在文本分类任务中,利用强化学习得到更好的句子的结构化表示,并利用该表示得到了更好的文本分类效果。本次分享的两个工作均发表于 AAAI2018

>>>>获取完整PPT和视频

关注“PaperWeekly”微信公众号,回复“20171122”获取下载链接。

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。

新浪微博:@PaperWeekly

微信公众号:@PaperWeekly

文章被以下专栏收录
3 条评论
推荐阅读