【KDD2020-Tutorial】数据驱动无止境学习问答系统，142页PPT

本教程探索了两个研究领域，即永无休止的学习(NEL)和问题回答(QA)。NEL系统[2]是一种非常高级的计算机系统，它可以随着时间的推移而在解决任务方面变得更好。不同的NEL方法被提出并应用于不同的任务和领域，其结果还不能推广到每个领域，但鼓励我们不断解决如何构建能够利用NEL原则的计算机系统的问题。将NEL原则应用于ML模型并不总是那么简单。在本教程中，我们希望展示(通过实际示例和支持的理论、算法和模型)如何以NEL的方式对问题建模，并帮助KDD社区熟悉这些方法。

我们日常生活中出现了许多问答系统(如IBM Watson、亚马逊Alexa、苹果Siri、MS Cortana、谷歌Home等)，以及最近发布的专注于开放领域问答的新的、更大的数据集，这些都促使人们对问答和能够执行问答的系统越来越感兴趣。但是，尽管过去几年取得了进步，开放领域的问题回答模型还不能取得与人类性能相媲美的结果。因此，开放域QA往往是用NEL方法建模的一个很好的候选对象。本教程旨在使与会者能够:

• 更好地了解当前NEL和QA方面的最新技术。

• 学习如何使用NEL方法建模ML问题。

• 准备好跟随NEL-QA的想法，并提出新的方法来提高QA系统的性能。

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“DNEL” 可以获取《【KDD2020-Tutorial】数据驱动无止境学习问答系统，142页PPT》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源