「人工智能」AI研习丨洪宇：信息抽取的常识与前沿( 四 )
图6是Lu等的模型架构 。 同样地 ， 该模型也设置了两个通道 ， 完成的是一种多任务数据共享的学习过程 。 一条通道在编码过程中 ， 集中学习词的表示方法 ， 并尽量将学习到的表示用于触发词判别的优化；另一通道则引入了生成对抗机制 ， 着力去除目标词项的信息而加强上下文信息的表示学习 ， 从而实现上述上下文单一依赖的触 发词分类判别 。 在实用过程中 ， 两个通道中的神经网络模型同时运行 ， 形成词和上下文独立的分布式表示 ， 并拼接在一起形成统一的表示 。 由此 ， 我们也可以注意到 ， 这种表示的优势在于“此弱彼强”的模式 ， 即当词义能够发挥作用时 ， 上下文的信息仅仅用作辅助判别的特征 ， 当词义无法获得有效表示的时候 ， 上下文信息的表示则成为分类的主要依赖 。 我们认为 ， 这一模型在实用过程中 ， 将发挥更显著的增强效果 。
本文插图
图 6 利用对抗的抽取模型增强技术
（节选自“AI 前沿讲习班 第 8 期 ——自然语言理解、生成与人机对话”）
洪宇 【「人工智能」AI研习丨洪宇：信息抽取的常识与前沿】苏州大学教授 。 主要研究方向为自然语言处理和人工智能 。 合作参与多项国际评测 ， 包括TAC-KBP信息抽取评测 ， 2014—2016年期间 ， 在事件检测和SlotFilling(ColdStart) 任务中 ， 曾获综合排名第一和第二的评测成绩 。 参与制定事件关系标准及数据标注规范 ， 以及低资源信息抽取、垂直领域信息抽取和跨模态信息抽取的项目指南 。
推荐阅读
- 湖南省人工智能产业联盟每日AI报0510
- 人工智能爱好者社区当心这个破坏家庭团结的数据泄露重灾区，多款APP违规采集个人信息
- 掘金界参与主，5月8日，由全球领先的人工智能平台公司商汤科技SenseTime
- 埃尔法哥哥人工智能与人类的未来
- AI途人工智能时代：AI“创作”的著作权归属
- 太平洋电脑网外媒:华为打算将人工智能进一步整合到其光伏业务中
- 前瞻产业研究院2020年中国人工智能行业市场规模及竞争格局分析：百度夺得数桂冠【组图】
- 大科技杂志社想说爱你不容易，人工智能
- 眷诚法务人工智能的法律主体资格分析
- c114通信网1.4亿！新华三首次中标中国移动人工智能通用计算设备集采