AAAI 2020 | UCSB 王威廉组：零样本学习，来扩充知识图谱（视频解读）

作者 | 秦鹏达

编辑 | Camel

在AAAI 2020 论文接收放榜之日，加州大学圣塔芭芭拉分校著名学者 William Wang教授在Twitter上表示，UCSB NLP 实验组共有两篇 Oral 论文。

但，随后有人 Twitter 回复：”很棒的工作！可以将您的第二篇文章分享出来吗？“

本文正是对这篇文章的解读。

不同于 AI 科技评论以往已经发表的系列 AAAI-20 论文解读，针对这篇文章，我们邀请了第一作者秦鹏达（北京邮电大学）， 按照 AAAI-20 Oral的标准给我们做了视频解读（严格来说，略长一些，共20分钟） （ 注意： 后续 AI 科技评论将推出一系列类似视频解读，敬请关注！）

论文标题为《Generative Adversarial Zero-Shot Relational Learning for Knowledge Graphs》，也即「知识图谱的生成对抗式Zero-Shot关系学习」。

论文简介

大规模知识图谱在当前的信息系统中具有非常重要的角色。为了扩充知识图谱的规模，之前的工作需要对新增关系标注充足的训练数据集，但这种方式成本昂贵不符合实际要求。

本文考虑采用零样本学习方式来解决这个问题。 当给定一个新的关系类别，本文尝试直接通过关系类别的文本描述编码类别相关信息。为了完成这个目标， 本文采用生成对抗学习思路完成文本信息和知识图谱信息的知识转换 。具体来讲，本文希望生成对抗网络的生成器可以有效的通过关系类别文本描述生成关系类别向量表征。在这个前提下，对于新增关系类别的样本预测就转化为监督学习分类任务。

话不多说，一起来看秦鹏达、William Wang 等人的研究——

---

作者简介

我叫秦鹏达，是北京邮电大学的一名在读博士生，主要研究领域为自然语言处理领域的信息抽取任务。在博士阶段，本人赴加州大学圣塔芭芭拉分校William Wang教授的自然语言处理实验室进行了为期两年的学术访问，在此期间进行了有关问答系统、自动摘要生成和语言流畅度检测方面的研究工作。

---

AAAI 2020 论文集：

AAAI 2020 | 这 10 篇论文值得你了解（附PPT下载）

AAAI 2020 论文解读系列：

01. 时间可以是二维的吗？基于二维时间图的视频内容片段检测

02. 全新视角，探究「目标检测」与「实例分割」的互惠关系

03. 新角度看双线性池化，冗余、突发性问题本质源于哪里？

04. 复旦大学黄萱菁团队：利用场景图针对图像序列进行故事生成

05. 2100场王者荣耀，1v1胜率99.8%，腾讯绝悟 AI 技术解读

06. 多任务学习，如何设计一个更好的参数共享机制？

07. 话到嘴边却忘了？这个模型能帮你 | 多通道反向词典模型

08. DualVD： 一种视觉对话新框架

09. 借助BabelNet构建多语言义原知识库

10.  沟壑易填：端到端语音翻译中预训练和微调的衔接方法

11. 中科院自动化所：通过识别和翻译交互打造更优的语音翻译模型

12. 南京大学： 利用多头注意力机制生成多样性翻译

---

    

招 聘

AI 科技评论希望能够招聘 科技编辑/记者 一名

办公地点：北京

职务：以参与学术顶会报道、人物专访为主

工作内容：

1、参加各种人工智能学术会议，并做会议内容报道；

2、采访人工智能领域学者或研发人员；

3、关注学术领域热点事件，并及时跟踪报道。

要求：

1、热爱人工智能学术研究内容，擅长与学者或企业工程人员打交道；

2、有一定的理工科背景，对人工智能技术有所了解者更佳；

3、英语能力强（工作内容涉及大量英文资料）；

4、学习能力强，对人工智能前沿技术有一定的了解，并能够逐渐形成自己的观点。

感兴趣者，可将简历发送到邮箱：jiawei@leiphone.com

---

点击“阅读原文” 观看 AAAI 2020 论文预讲直播视频