技术动态 | 基于深度学习的中文自然语言处理工具 FudanDNN-NLP3.0

1. 工具特色

FudanDNN-NLP3.0 是由复旦大学计算机学院机器人研究实验室所开发的基于深度学习的中文自然语言处理工具,该工具目前可用于中文分词、命名识别、词性标注、句子分类、语义分析、知识库访问、对话问答。深度学习方法的优点在于不需要预先根据任务进行特征的选择(特征工程),系统所需参数较少(节省内存开销),并且实际使用速度优于其它相似性能的系统。该工具目前具备以下特点:

继续阅读“技术动态 | 基于深度学习的中文自然语言处理工具 FudanDNN-NLP3.0”

论文动态 | WWW2017 的语义和知识相关论文总结

本文作者张文,浙大在读博士生,研究兴趣为知识库的分布式表示和学习,自然语言理解和常识推理。

2017 年 4 月 3 日至 8 日,第 26 届国际万维网会议(26th International World Wide Web Conference) 在澳大利亚珀斯顺利举行,本届大会共收到 966 篇论文投稿,比去年增长了 33%,大会最终录用 164 篇论文,录用率为 17%。不同主题下的收录论文数量如下表所示:

本文主要介绍总结一下 WWW2017 中语义和知识相关的论文,一共 9 篇文章。

继续阅读“论文动态 | WWW2017 的语义和知识相关论文总结”

领域应用 | 知识提取的一种应用,从上市公司年报中抽取因果关系

​本文转载自文因互联公众号, 作者为王爽、朱衡利.

在金融的世界里,信息浩瀚如云海,相信每位金融从业者都有过信息过剩的烦恼,面对着大量的上市公司公告、财报、研报,新闻…,个人精力似乎总是不够。现今信息和数据是如此地高速膨胀,我们似乎需要一种更为高效的信息处理方式。

继续阅读“领域应用 | 知识提取的一种应用,从上市公司年报中抽取因果关系”

自由讨论 | 关于高考机器人的讨论

近日,学霸君的高考机器人 Aidam 首次与 6 名高考理科状元在北京同台 PK,解答 2017 年高考文科数学试题。最终,Aidam 的成绩为 134 分,6 名状元的平均分为 135 分。语义网、知识图谱等领域的专家学者对学霸君在考试机器人上取得的突破进展十分关注,也因此展开了关于高考机器人的探讨。

继续阅读“自由讨论 | 关于高考机器人的讨论”

数据动态 | “诊疗技术”模块发布——中医药知识服务平台升级

本文转载自公众号中医药知识服务平台  


       中医药知识服务平台(http://www.tcmkb.cn集成了中医药领域的领域本体、术语资源(包括中医药学语言系统、中医临床术语集、中医古籍语言系统等),以及证候、中药、方剂等领域的知识库,面向中医专家提供知识检索、知识问答、知识浏览等服务。

系统研发团队近期持续对平台进行更新升级,本次升级增加了诊疗技术模块,该模块下设置包括推荐技术、特色疗法、哮喘诊疗技术、中风诊疗技术、以及诊疗技术评价在内的五类数据,以期为有相关需要的中医专家们更好的提供检索服务。

继续阅读“数据动态 | “诊疗技术”模块发布——中医药知识服务平台升级”

论文动态 | 基于知识图谱的问答系统关键技术研究 #04

本文转载自公众号 PaperWeekly。

作者丨崔万云

学校丨复旦大学博士

研究方向丨问答系统,知识图谱

领域问答的基础在于领域知识图谱。对于特定领域,其高质量、结构化的知识往往是不存在,或者是极少的。本章希望从一般文本描述中抽取富含知识的句子,并将其结构化,作为问答系统的知识源。特别的,对于不同的领域,其“知识”的含义是不一样的。有些数据对于某一领域是关键知识,而对于另一领域则可能毫无意义。传统的知识提取方法没有考虑具体领域特征。
继续阅读“论文动态 | 基于知识图谱的问答系统关键技术研究 #04”

白硕 | 数字化不归路

本文转自阡寻科技公众号。
白硕 – 阡寻科技董事长。曾任中科院计算所研究员、博士导师、软件室主任、软件方向首席科学家。2000年起参与组建国家计算机网络应急技术协调中心(CNCERT/CC),2002年起任上海证券交易所总工程师。新一代交易系统设计师,自然语言及人工智能领域资深专家,中文信息学会理事。

 

一、穿透的魔力

今年六月一日,被邀请参加了一个脑洞大开的儿童节活动。通过酒店业一个数字化连锁扩张的活生生案例,激发了与会者关于数字化连锁经营的热烈讨论。

说起数字化,很多人联想到信息化。企业信息化的进程怎么说也有好几十年了吧,数字化不是信息化的前提条件么?没有数字化哪来的信息化?走到今天,怎么会突然提出数字化的问题?可能有些人想不通。

继续阅读“白硕 | 数字化不归路”

哈工大赛尔 | 事理图谱:事件演化的规律和模式

本文转载自公众号哈工大SCIR,作者为李忠阳,赵森栋,丁效。


引言

事件是人类社会的核心概念之一,人们的社会活动往往是事件驱动的。事件之间在时间上相继发生的演化规律和模式是一种十分有价值的知识。然而,当前无论是知识图谱还是语义网络等知识库的研究对象都不是事件。为了揭示事件的演化规律和发展逻辑,本文提出了事理图谱的概念,作为对人类行为活动的直接刻画。在图结构上,与马尔科夫逻辑网络(无向图)、贝叶斯网络(有向无环图)不同,事理图谱是一个有向有环图。现实世界中事件演化规律的复杂性决定了我们必须采用这种复杂的图结构。为了展示和验证事理图谱的研究价值和应用价值,我们从互联网非结构化数据中抽取、构建了一个出行领域事理图谱。初步结果表明,事理图谱可以为揭示和发现事件演化规律与人们的行为模式提供强有力的支持。

继续阅读“哈工大赛尔 | 事理图谱:事件演化的规律和模式”

袁峻峰 | AI 与理性投资——基于金融知识图谱的智能问答

本文转自公众号蚂蚁金服评论,版权属于袁峻峰,仅代表个人观点。
作者介绍:袁峻峰,花名观妙,蚂蚁金服人工智能部。

 

国内的股票市场,一般认为是更加倾向于主题投资而不是基本面、价值投资的市场,原因之一是散户贡献了大部分成交量。与此同时,监管机构一再教育广大投资者要理性投资、价值投资,在2017年全国证券期货监管工作会议上,证监会主席刘士余也批判了题材炒作,鼓励理性投资、价值投资。

理性一直是人类探讨的一个永恒话题。本文并不打算就这一话题展开讨论,这里只描述下相关假设。本文所描述理性是按诺贝尔经济学奖,图灵奖获得者郝伯特·西蒙的不确定性环境下决策理论中的定义:理性应当是有限的理性,而不是完全理性;应当是过程合理性,而不是本质合理性。过程理性决策步骤可以参考文章[1][3]中描述。其实不论价值投资还是主题投资其实都可以理性投资。

继续阅读“袁峻峰 | AI 与理性投资——基于金融知识图谱的智能问答”