永恒语言学习研究与发展

发布时间：2018-01-07 14:09

本文关键词：永恒语言学习研究与发展　出处：《浙江大学学报(工学版)》2017年01期 　论文类型：期刊论文

【摘要】：为了构建智能的语言学习模型,Tom M.Mitchell教授2010年在美国人工智能协会(AAAI)上提出永恒语言学习(NELL)的概念.NELL模型主要运用半监督学习和自然语言处理技术,持续不断地从互联网上获取大量文本,抽取知识,丰富知识库,使永恒语言学习模型变得更加智能.介绍了永恒语言学习模型及模型的组成;描述了NELL的孕育和发展以及面临的6个主要问题,包括自省能力开发,每天需要短暂的人工监督,新谓词学习,新类型知识的学习;命名实体建模和更精确的统计学习模型构建;提出拟解决现有问题的新永恒语言学习模型.
[Abstract]:In order to build intelligent language learning model. Professor Tom M. Mitchell presented Eternal language Learning (NELLL) at the American Association of artificial Intelligence (AAI) in 2010. NELL model mainly uses semi-supervised learning and natural language processing technology. It continuously acquires a large number of texts from the Internet, extracts knowledge, enriches the knowledge base, and makes the eternal language learning model more intelligent. This paper introduces the eternal language learning model and its composition. This paper describes the gestation and development of NELL and the six main problems it faces, including the development of introspection ability, the need of brief manual supervision every day, the learning of new predicates, and the learning of new types of knowledge. Named entity modeling and more accurate statistical learning model construction; A new eternal language learning model is proposed to solve the existing problems.
【作者单位】：吉林大学符号计算与知识工程教育部重点实验室;吉林大学珠海学院符号计算与知识工程教育部重点实验室珠海市分实验室;
【基金】：国家自然科学基金资助项目(61602207,61572228,61373050,61272207,61472158) 吉林省科技发展资助项目(20140520070JH) 珠海市优势学科、广东省优势重点学科建设资助项目
【分类号】：TP181
【正文快照】： 生物信息计算、物联网、社交网络以及云计算等新兴服务促使人类社会的数据种类和规模正以前所未有的速度增长,这一特征标志着大数据时代的来临[1].2011年2月《Science》杂志推出专刊《Dealingwith Data》[2],该专刊有文章指出,随着互联网的蓬勃发展和计算机计算能力的提升,信

【相似文献】