强化学习在自然语言处理经典问题上的初探

分享背景

▼

随着强化学习在机器人和游戏AI等领域的成功，该方法也引起了越来越多的关注。本次分享将介绍我们利用强化学习技术，更好地解决自然语言处理中的两个经典任务：关系抽取和文本分类。在关系抽取任务中，我们尝试利用强化学习，解决远程监督方法自动生成的训练数据中的噪音问题。在文本分类任务中，我们利用强化学习得到更好的句子的结构化表示，并利用该表示得到了更好的文本分类效果。这两个工作均发表于AAAI 2018。

分享主题

▼

强化学习在自然语言处理经典问题上的初探

分享提纲

▼

1、强化学习基本概念简要介绍

2、基于强化学习的关系抽取方法，解决远程监督方法自动生成的训练数据中的噪音问题

3、基于强化学习的句子结构化表示学习方法

分享人简介

▼

冯珺，清华大学计算机系博士五年级，师从朱小燕和黄民烈教授，主要研究方向为知识图谱，强化学习。目前已在AAAI，COLING, WSDM等国际会议上发表多篇文章。

分享时间

▼

北京时间2017年11月29日（周三） 20:00

参与方式

▼

扫描海报二维码添加微信，备注「冯珺」