基于图神经网络的事实验证课程简介：前往报名学习
事实验证任务要求相关系统能够从大规模的文本知识库中抽取相关的证据（Evidence）并根据这些证据对给定的声明（Claim）给出事实性的判断。在本次报告中，讲者将介绍如何将图神经网络应用到事实验证任务中。具体来说，讲者将介绍两篇相关工作，它们从句子级别和词级别使用图神经网络更好地建模证据和声明之间的关系，从而提升任务的效果。
播放：204次，课程ID：3993784
事实验证任务要求相关系统能够从大规模的文本知识库中抽取相关的证据（Evidence）并根据这些证据对给定的声明（Claim）给出事实性的判断。在本次报告中，讲者将介绍如何将图神经网络应用到事实验证任务中。具体来说，讲者将介绍两篇相关工作，它们从句子级别和词级别使用图神经网络更好地建模证据和声明之间的关系，从而提升任务的效果。
No list
周界，清华大学计算机系硕士生。导师刘知远副教授。主要研究方向为图神经网络在自然语言处理中的应用。