语言、交互与计算实验室（CLIC）
查找数据集？点击在这里!
我们做什么
CLIC是一个跨学科的研究小组，研究自然智能和人工智能之间的交互作用，重点关注语言。我们目前的研究涉及以下领域：
理论语言学及其与人类认知的关系(LiCo集团)我们研究了语言在各种认知能力中的作用，发展了人类语言结构的理论和计算模型，研究了语言是如何在大脑中学习和表达的，以及语言的哪些属性可能是由于生物限制。我们使用跨学科的方法和工具来解决这些问题，包括语料库研究、神经网络模型和神经成像技术。
多模态计算模型(LaVi集团)：我们的目标是理解多模式通信，在多模式通信中，智能代理可以使用通过文本、图像或声音接收的信息进行对话。我们的研究试图了解这些不同的方式在学习某些推理技能和语言推理相互作用中的作用。本文考虑了这类模型的语言/认知方面和可能的技术应用。
人性化机器智能（HAMI小组）：我们研究如何确保人工代理与其用户保持一致，并能与他们进行富有成效的协作。这涉及到开发AI，这些AI可以从数据中学习，根据符号知识进行推理，交互式请求和提供信息，理解给出的指令，并向人类利益相关者解释其推理。我们的研究建立在解释性人工智能、神经符号人工智能、表征学习和因果关系等领域的最新思想和技术的基础上。
DEep神经人工智能（DENALI小组）：本文描述了研究实验室对计算机视觉的关注，特别是在语言和视觉、零快照分类、时间动作定位和视觉指令调整等领域。该实验室旨在通过缩小自然语言处理和计算机视觉之间的差距，识别和分类不熟悉的对象，准确检测和定位视频流中的动作，开发先进的视觉智能系统，以及开发能够学习人类指令并准确执行复杂任务的智能系统。
意义与计算实验室（MCL小组）广义地说，我们研究涉及人类语言特别注重语义。我们目前的大部分工作都集中在自然语言中量化的含义、逻辑推理和解释跨语言语言之间的相似性。在我们的研究中，我们特别关注各种复杂性测量如何帮助我们理解核心认知能力的困难，如语言学习、理解或推理。我们的方法的特点是形式（逻辑、计算建模、模拟）和经验（神经行为实验、语料库）的混合语言学）方法。它从理论计算机科学的方法和概念中获得灵感，例如形式语言理论、计算复杂性理论、逻辑、机器学习、，和信息论。其根本目标是从各种理论角度更好地理解人类的认知，并为语言和认知的数学和计算严谨理论做出贡献。
代码、数据集和预训练模型
我们团队的代码和资源：
来自的资源复合材料项目：
剖析用于创建分布式语义空间的工具包：
档案文件
;){kind=link}