嘉宾介绍

高桓

高桓，东南大学知识工程与科学实验室三年级博士生，研究内容包括知识图谱构建、自然语言处理、知识挖掘、深度学习。在漆桂林教授的指导下发表 SCI 杂志论文和 CIKM 会议论文，现在开始从事表示学习的研究。

主题介绍

在这一期的 talk 中，我将会给大家介绍我们在表示学习的一些进展。在传统的表示学习中，在训练表示学习模型的过程中加入其他的增强信息会提高表示学习的效果通常情况下大家只会加入一些单一的信息，但知识图谱本身的结构信息往往会被忽略。

我们在表示学习的研究中一直在考虑如何加入知识图谱的结构信息并以此为基础提出了一个新的表示学习方法。在整个研究过程中我们主要关注两个问题：1）如何加入结构信息 2）以及哪些结构信息是可以用来提升表示学习算法的。

最后通过实验证明在加入知识图谱的结构信息后可以提高表示学习在实体类型预测以及实体关系预测的效果，使得我们的算法达到了当前最先进的水平。

活动时间

9 月 1 日 本周五 20:00

活动地点

使用 斗鱼App 搜索房间号「1743775」

来源：PaperWeekly