复杂场景下的知识获取课程简介：前往报名学习
引入结构化的知识是目前辅助自然语言处理任务的重要方法之一。如何准确地从自由文本中获取结构化信息在近几年取得了广泛关注。在这次报告中，讲者将梳理各类复杂文本场景下知识获取的研究进展与典型问题，以及介绍相应的可用于下游任务的基础工程资源。
播放：449次，课程ID：3945454
引入结构化的知识是目前辅助自然语言处理任务的重要方法之一。如何准确地从自由文本中获取结构化信息在近几年取得了广泛关注。在这次报告中，讲者将梳理各类复杂文本场景下知识获取的研究进展与典型问题，以及介绍相应的可用于下游任务的基础工程资源。
No list
清华大学计算机系，自然语言处理与社会人文计算实验室，博士三年级研究生，导师为刘知远副教授。主要研究方向为自然语言处理、知识图谱、信息抽取，希望机器能够理解自然语言，并从复杂文本中抽取通用知识，在ACL、EMNLP、AAAI等自然语言处理与人工智能国际会议上发表论文数篇。业余时间热衷开发工具包，在Github上开源和维护OpenKE、OpenNRE等项目。