「PhD Talk」是 PaperWeekly 的學術直播間，旨在幫助更多的青年學者宣傳其最新科研成果。我們一直認為，單向地輸出知識并不是一個最好的方式，而有效地反饋和交流可能會讓知識的傳播更加有意義，從而產生更大的價值。這是第?18?期「PhD Talk」

隨著強化學習在機器人和游戲 AI 等領域的成功，該方法也引起了越來越多的關注。本期 PhD Talk，來自清華大學計算機系的博士生馮珺，將介紹如何利用強化學習技術，更好地解決自然語言處理中的兩個經典任務：關系抽取和文本分類。

在關系抽取任務中，嘗試利用強化學習，解決遠程監督方法自動生成的訓練數據中的噪音問題。在文本分類任務中，利用強化學習得到更好的句子的結構化表示，并利用該表示得到了更好的文本分類效果。本次分享的兩個工作均發表于 AAAI2018。

嘉賓介紹

馮珺，清華大學計算機系博士五年級，師從朱小燕和黃民烈教授，主要研究方向為知識圖譜，強化學習。目前已在 AAAI，COLING，WSDM 等國際會議上發表多篇文章。

? ? ? ? ??

PhD Talk

?

基于強化學習的

關系抽取和文本分類

清華大學博士生馮珺

內容分享√在線Q&A√

活動形式：PPT直播

?

?活動時間?

11 月 22 日（周三）20:00-21:00

45 min 分享 + 15 min Q&A

長按識別二維碼，進入直播間

*或使用斗魚App搜索「1743775」

往期回顧

?

基于雙語主題模型的跨語言層次分類體系匹配

東南大學高桓：知識圖譜表示學習

帶多分類判別器的GAN模型

多源信息表示學習在知識圖譜中的應用

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

▽ 點擊 |?閱讀原文?| 加入社區

總結

以上是生活随笔為你收集整理的今晚8点：基于强化学习的关系抽取和文本分类 | PhD Talk #18的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。