「AI Drive」是由 PaperWeekly 和 biendata 共同發(fā)起的學(xué)術(shù)直播間，旨在幫助更多的青年學(xué)者宣傳其最新科研成果。我們一直認(rèn)為，單向地輸出知識并不是一個最好的方式，而有效地反饋和交流可能會讓知識的傳播更加有意義，從而產(chǎn)生更大的價(jià)值。

本期 AI Drive，我們邀請到吉林大學(xué)人工智能學(xué)院碩士生王博，為大家在線解讀其發(fā)表于 WWW 2021 的最新工作：Structure-Augmented Text Representation Learning for Efficient Knowledge Graph Completion。對本期主題感興趣的小伙伴，5 月 27 日（周四）晚 7 點(diǎn)，我們準(zhǔn)時相約 PaperWeekly B 站直播間。

直播信息

在知識圖譜補(bǔ)全領(lǐng)域，考慮到現(xiàn)存知識圖譜補(bǔ)全方法的弊端，即圖嵌入方法泛化能力差以及文本編碼方法缺乏結(jié)構(gòu)化知識且計(jì)算開銷過大的問題，我們提出一種結(jié)構(gòu)增強(qiáng)的文本表示學(xué)習(xí)方法，實(shí)現(xiàn)了兩大類方法的優(yōu)勢互補(bǔ)。

具體地，基于孿生網(wǎng)絡(luò)結(jié)構(gòu)，我們采用預(yù)訓(xùn)練語言模型做編碼器以充分利用實(shí)體和關(guān)系的文本信息，并提出兩種評分策略以同時建模上下文和結(jié)構(gòu)信息。此外，我們提出了一種自適應(yīng)集成方案，將兩大類方法的得分做出自適應(yīng)融合，進(jìn)一步提高了知識圖譜補(bǔ)全的性能。實(shí)驗(yàn)結(jié)果顯示，我們的方法能夠有效提高知識圖譜補(bǔ)全的性能、速度和泛化能力。

論文標(biāo)題：

Structure-Augmented Text Representation Learning for Efficient Knowledge Graph Completion

論文鏈接：

https://arxiv.org/abs/2004.14781

代碼鏈接：

https://github.com/wangbo9719/StAR_KGC

本次分享的具體內(nèi)容有：?

• 知識圖譜補(bǔ)全任務(wù)簡介

• StAR模型介紹

• 實(shí)驗(yàn)

• 總結(jié)

嘉賓介紹

?王博?/ 吉林大學(xué)碩士生?

王博，2019 年在吉林大學(xué)軟件學(xué)院卓越工程師班獲得學(xué)士學(xué)位，目前在吉林大學(xué)人工智能學(xué)院攻讀碩士學(xué)位，師從常毅教授，2021 年秋季學(xué)期將繼續(xù)攻讀博士學(xué)位。研究興趣包括 knowledge graph completion, knowledge graph reasoning, aspect-level sentiment analysis，目前已經(jīng)在 WWW 等頂會發(fā)表論文。

直播地址?& 交流群

本次直播將在 PaperWeekly B 站直播間進(jìn)行，掃描下方海報(bào)二維碼或點(diǎn)擊閱讀原文即可免費(fèi)觀看。線上分享結(jié)束后，嘉賓還將在直播交流群內(nèi)實(shí)時 QA，在 PaperWeekly 微信公眾號后臺回復(fù)「AI Drive」，即可獲取入群通道。

B 站直播間：

https://live.bilibili.com/14884511

合作伙伴

????

現(xiàn)在，在「知乎」也能找到我們了

進(jìn)入知乎首頁搜索「PaperWeekly」

點(diǎn)擊「關(guān)注」訂閱我們的專欄吧

關(guān)于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報(bào)道人工智能前沿論文成果的學(xué)術(shù)平臺。如果你研究或從事 AI 領(lǐng)域，歡迎在公眾號后臺點(diǎn)擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結(jié)

以上是生活随笔為你收集整理的直播 | WWW 2021：基于结构增强文本表示学习的知识图谱补全方法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。