《中国人工智能学会通讯》—

7.7 结束语

通过分布式表示以及语义组合这两个特性，深度学习为自然语言处理带来了很多新的发展机遇。一方面可以通过更好地表达特征，提高自然语言处理系统的性能；另一方面通过 seq2seq 等机制，实现过去较难实现的一些任务。为了更好地训练深度学习模型，寻找和构建大规模弱标注数据成为我们需要关注的另一个主要研究方向。

基于深度学习的自然语言处理技术方兴未艾，不但目前已经取得了良好的效果，而且具有非常广阔的研究前景。首先可以进一步发挥分布式表示和语义组合的潜力，拓展更多的应用，如目前被很多大公司关注的阅读理解问题；其次，除了多粒度、多语言以及多模态以外，不同的学习任务也可以共享同一套向量表示，从而将一种任务中学习获得的表示应用于另一种任务中，实现迁移学习或多任务学习这些更类似人类学习的方式；再次，很多自然语言处理任务，如对话生成，有赖于更大的上下文或者语境的，传统基于人工定义特征的方式很难对其进行建模，而深度学习模型则提供了一种对语境进行建模的有效方式；最后，无论何种神经网络模型，都是基于固定的网络结构进行组合，我们是否有可能基于动态变化的网络结构进行学习？传统的有监督学习框架很难实现该目标，而强化学习（Reinforcement Learning）框架提供了一种自动学习动态网络结构的途径。

《中国人工智能学会通讯》——7.7 结束语相关推荐

中国人工智能学会通讯——基于视频的行为识别技术 1.7 视频的深度分段网络...
1.7 视频的深度分段网络下面介绍另外一个工作,是我们和 CUHK.ETH 联合开展的,这个工作考虑视频的分段特性,我们知道视频可以分成很多段,每一段有不同的内容.我们开发了一个深度模型,对不 ...
中国人工智能学会通讯——智能系统测评：挑战和机遇
上面的四个报告从四个维度讨论了智能系统测评的不同方面--产业.基础.基础和伦理.我受中国人工智能学会的委托,组织这次分论坛,为此对这个领域做了一些调研和思考,从现状和挑战这两个方面做了一些初步总结. ...
中国人工智能学会通讯——无智能，不驾驶——面向未来的智能驾驶时代 ( 下 )...
到目前为止似乎比较完美,而实际还存在着一些问题.我们现在看到很多道路上面,交通标志牌它的分布非常稀疏, 可能每过一两公里才能够检测出来一个交通标志牌,因为毕竟这个深度学习算法是目前最完美的,它 ...
中国人工智能学会通讯——深蓝、沃森与AlphaGo
在 2016 年 3 月份,正当李世石与AlphaGo 进行人机大战的时候,我曾经写过一篇< 人工智能的里程碑: 从深蓝到AlphaGo>,自从 1997 年深 ...
《中国人工智能学会通讯》——10.10 结束语
10.10 结束语自能源的产生依托于能源互联网,扎根于普通能源用户,其带来的从能源传输到能源互传的转变完全颠覆了以往的能源供应流程.正如电商通过互联网将产品的生产厂家与消费者直面一样,通过能源互联网 ...
《中国人工智能学会通讯》——11.72 结束语
11.72 结束语视觉目标跟踪是计算机视觉和模式识别领域的热点问题.其中,表观建模是实现鲁棒跟踪的先决条件.尽管国内外研究学者对视觉目标跟踪中的表观建模进行了一些研究,由于受复杂背景.光照变化.非刚 ...
《中国人工智能学会通讯》——11.21 结束语
11.21 结束语本文针对交通流的网络性.异质性和动态性特点,结合当前多任务学习方法的不足提出了相应的解决方案.然而,在实际的应用场景中还存在更多的挑战,需要进一步深入的研究方向包括:① 高维任务的 ...
中国人工智能学会通讯——机器人组件技术在智能制造系统中的应用
摘要:随着工业4.0时代的到来,如何将传统工厂改造成为个性化.网络化.柔性生产的智能制造系统成为了当前的研究热点.本文从智能制造系统和智能机器人系统的相似性出发,构建了基于机器人组件技术的智能制造系统 ...
中国人工智能学会通讯——对偶学习—— 推动人工智能的新浪潮
谢谢大家,感谢组委会的邀请,让我有这个机会与大家分享我们的研究工作.我刚才坐在台下聆听了孙茂松老师和 David的报告,都获益匪浅.首先,老师非常全面地回顾了机器翻译的历史,又有高屋建瓴的讨论,让我们 ...

《中国人工智能学会通讯》——7.7 结束语

7.7 结束语

《中国人工智能学会通讯》——7.7 结束语相关推荐

最新文章

热门文章