直播预告 | 清华大学博士生牛艺霖：常识知识获取与常识推理

「PW Live」是 PaperWeekly 的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

“常识”广泛地存在于我们的日常生活中，并且在语言交流中占据了重要地位。如何引导模型学习常识、利用常识进行推理，仍然是自然语言处理领域的一大挑战。

常识知识的来源可以分为两类：结构化知识库和非结构化文本库。ConceptNet 和 Atomic 是两个大型的常识知识库，但是由于自然语言的复杂性，人工构造的知识库难以覆盖大部分的常识知识，因此对于大规模文本库的利用越显重要。近年来，学术界发布了一系列预训练语言模型，这些模型是否从大规模语料中学到了常识知识，学到了哪些常识知识，都是值得深入研究的。

近年来，学术界提出了许多常识推理任务和模型，在大部分任务上，深度学习模型已经达到了很高的性能指标，甚至超越了人类水平。然而，这不意味着模型具备了常识推理能力，因为模型有可能只是利用了数据偏差，从而“欺骗”了评测指标。因此，如何检验模型的常识推理能力，同样十分重要。

本期 PW Live，我们邀请到来自清华大学交互式人工智能组的博士生牛艺霖，为大家带来常识知识获取与常识推理的主题分享。

对本期主题感兴趣的小伙伴，4 月 30 日（本周四）晚 8 点，我们准时相约 PaperWeekly B 站直播间。

分享提纲

本次报告将介绍常识推理的研究现状和存在的挑战，并介绍目前应对这些挑战作出的探索和最新工作。

本次分享的具体内容有：

• 常识推理的任务背景

• 常识推理的研究现状

• 如何检验模型的常识推理能力

• 常识推理面临的挑战

嘉宾介绍

 牛艺霖 / 清华大学博士生 

牛艺霖，清华大学计算机系博士生 ，交互式人工智能组成员，师从黄民烈副教授。主要研究方向为阅读理解、常识推理。已在 ACL 上发表数篇论文。

直播地址 & 交流群

本次直播将在 PaperWeekly B 站直播间进行，扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，在 PaperWeekly 微信公众号后台回复「PW Live」，即可获取入群通道。

B 站直播间：

https://live.bilibili.com/14884511

合作伙伴

🔍

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。