知识库高级主题

2018–19学年冬季学期,模块研讨会,7 ECTS学分

基本信息

  • 类型:区块研讨会
  • 讲师: 西蒙·拉兹涅夫斯基
  • 信用:7 ECTS学分
  • 注册:在下面注册这个链接截止9月28日
  • 日期:10月23日、25日和11月7日举行了3次介绍性会议,2019年冬季举行了为期两天的分组研讨会(可能是2月,由与会者商定)。

该研讨会是一次分组研讨会,将于2019年冬季连续两天举行。学期初还将举行三次会议参与是强制性的.

新闻

  • 7月4日——在线课程网站第一版
  • 7月24日——注册截止日期定为9月28日
  • 10月22日——投票决定街区研讨会日期在这里
  • 11月7日
    • 研讨会日期固定为12./13.3。
    • 启动会议幻灯片联机
    • 乳胶模板联机

话题

详细列表如下

知识库中一般知识的表示、收集和提取是许多人工智能应用程序的核心。在本次研讨会中,我们讨论了知识库的一系列主题,特别是事实知识库(例如Wikidata、YAGO、DBPedia)、常识知识库(如科学知识、如何知识、脚本知识)和非文本知识库(比如ImageNet)。我们将探讨这些知识库是如何构建的,以及如何在各种应用中使用它们,例如问答(QA)、故事/脚本预测和传记生成。我们还探索通过知识库学习新事实。

登记处

  • 参与者人数有限
  • 要申请注册,请填写下表这个链接。您将收到一封电子邮件确认
  • 将根据背景匹配(所选课程)和动机分配名额

地铁列车时刻表

  • 9月28日--注册截止日期
  • 10月3日--安置通知
  • 10月23日--启动会议和知识库介绍
    • 时间:10:00-11:30
    • 地点:MPII大楼(E1 4)24室(底层)
      • 研讨会的结构和组织说明
      • 知识库简介
  • 10月25日--知识库(ctnd.)介绍和主题演示
    • 时间:10:00-11:30
    • 地点:MPII大楼(E1 4)24室(底层)
      • 知识库简介
      • 专题介绍
  • 11月7日--“研讨会参与者的生存技能”
    • 时间:10:00-11:30
    • 地点:MPII大楼(E1 4)24室(底层)
      • 本讲座旨在为参与者准备文献研究、研讨会论文写作和科学报告。
      • 主题分配:学生准备一份推荐主题的首选排名表,我们将根据随机决定的顺序进行现场分配。
  • 11月30日--学生们发送一份研讨会论文大纲的建议,包括每个部分计划内容的逐项列出。
  • 12月5/6日--学生们举行现场反馈会议
  • 2019年1月31日--学生提交他们的最后一篇研讨会论文。
  • 2月26日--学生发送初步幻灯片
  • 3月10日--学生发送他们将在区块研讨会中使用的最后一张幻灯片
  • 3月12日--区块研讨会,第1天
    • 位置:E1 4,021室(底层)
  • 3月13日--区块研讨会,第2天
    • 位置:E1 4,021室(底层)

研讨会日程安排

位置:E1 4,021室(底层)

形式:25分钟演讲,10分钟讨论

3月12日:
10:00-10:10开幕词
10:10-10:45 1:丁凡-空间常识(专题3)
10:45-11:20 2:Phong-打开IE(主题4)
休息10分钟
11:30-12:05 3:Matthias-分类归纳(专题6)
12:05-12:40 4:Sandra-图式学习(专题7)
3月13日:
10:00-10:35 5:Sara-回忆评估(专题8)
10:35-11:10 6:Aleena-共同参考解决方案(主题10)
休息10分钟
11:20-11:55 7:Ahmed——国家变化(专题11)
11:55-12:30 8:Mang-事实排名(主题12)
12:30-12:40闭幕词

规则和分级

  • 必须参加介绍会、“如何准备和演示研讨会演讲”讲座以及两天的分组研讨会。
  • 学生将被分配一个特定的主题,必须提交一份研讨会论文(将提供模板),并就主题进行演示(25分钟+10分钟讨论)。
  • 分级将基于:
    • 报告
    • 演示文稿
    • 对主题的了解(如演示后的讨论所示)
    • 讨论中的活动
    • 坚持最后期限的能力
  • 注意:根据学习规定,您只能在启动会议后三周内退出研讨会,即直到11月6日。后来的提款被视为“失败”。

话题

领域一:知识库建设

  • 1.基于WordNet的图像KB:ImageNet
    • ImageNet:大型分层图像数据库(Deng等人,CVPR 2009)[pdf格式]
    • WordNet:英语词汇数据库(Miller,CACM 1995)[pdf格式]
  • 2.维基数据中的词典数据:目标和挑战
  • 3.文本和图像的空间常识
    • 通过隐性空间模板获取常识性空间知识,Collell等人,AAAI 2018[pdf格式]
    • 自动提取常识定位近知识,Xu等人,ACL 2018[pdf格式]
  • 4.开放式信息抽取
    • Minie:最小化公开信息提取中的事实,Gashteovski等人,EMNLP 2017。[pdf格式]
    • 信息提取的开放式语言学习,Mausam等人,EMNLP 2012[pdf格式]
  • 5.开放式知识库规范化
    • 规范化开放知识库,Galarraga等人,CIKM 2014[pdf格式]
    • CESI:使用嵌入和副信息规范化开放知识库,Vashishth等人,WWW 2018[pdf格式]

领域二:知识库质量

  • 6.分类归纳
    • 用于超词检测和方向性的分层嵌入,Nguyen等人,ACL 2017[pdf格式]
    • 使用超名子序列进行分类归纳。Gupta等人,CIKM 2017[pdf格式]
  • 7.图式学习
    • 所有人都结婚了吗?:《确定知识库中的义务属性》,Lajus和Suchanek,WWW 2018[pdf格式]
    • 建议:维基数据的相对完整性,Balaraman等人,2018年WWW维基研讨会[pdf格式]
  • 8.召回评估
    • 知识库的需求加权完整性预测,霍普金森等人,NAACL 2018[pdf格式]
    • 面向领域的高精度知识提取,Dalvi等人,TACL 2017(第5.1节)[pdf格式]
  • 9.变更预测与更新
    • “夫妻关系始于订婚的删除,止于离婚的增加”:从维基百科修订历史中学习状态改变动词,Wijaya等人,EMNLP 2015[pdf格式]
    • 《如何使知识库与其百科全书来源保持同步》,Liang等人,2017年国际学术大会[pdf格式]

领域三:应用和解释

  • 10.参考决议
    • Rahman和Ng,ACL 2011,与世界知识的共同参考解决方案[pdf格式]
    • 联合参考解析和命名实体与多通道筛的链接,Hajishirzi等人,EMNLP 2013[pdf格式]
    • 通过学习实体级分布式表示来改进核心引用解析,Clark和Manning,ACL 2016[pdf格式]
  • 11.状态更改
    • 发生了什么?利用动词网络预测程序语篇中动作的效果,Clark et al.,ArXiv 2018[pdf格式]
    • 跟踪程序文本中的状态变化:过程段落理解的挑战数据集和模型,Dalvi等人,NAACL 2018[pdf格式]
  • 12.事实排名
    • 不寻常的疑点:基于深度学习从知识图中挖掘有趣的实体琐事(Fatma等人,AAAI 2017)[pdf格式]
  • 13.事实说明
    • 告诉我为什么会这样?通过寻找描述性支持通道解释知识图关系,Bathia等人,ISWC 2018[pdf格式]

也欢迎就其他主题提出建议。