haohaohao专题

#####haohaohao#金融领域文档级别事件抽取-Doc2EDAG: An End-to-End Document-level Framework for Chinese Financial E

该论文来自EMNLP2019、清华&微软研究院、源码&数据集【1】已开源github:Doc2EDAG paper地址:paper原文 金融领域数据有以下两种特征: ①    事件元素分散(Arguments-scattering):指事件论元可能在不同的句子(Sentence)中。 ②    多事件(Muti-event):指一个文档中可能包含多个事件。 由于Sentence-level级别的事

###haohaohao####知识图谱补全技术

导读:当前知识图谱已经被广泛应用在自然语言处理的各项任务中,但知识图谱中实体间关系的缺失也给其实际的应用带来了很多问题。因此,目前学术界围绕知识图谱的补全进行了大量的研究工作。本文主要对知识图谱补全相关的研究进展进行了归纳与分享。 01 背景介绍 首先和大家分享下知识图谱的背景。 知识图谱,在互联网行业已经被广泛应用于多种不同的领域,如推荐系统、搜索引擎、智能对话系统等。在AI时代,知

###haohaohao###【干货】RL-GAN For NLP: 强化学习在生成对抗网络文本生成中扮演的角色

本文转载自:https://mp.weixin.qq.com/s?__biz=MzUzNTA1NTQ3NA==&mid=2247484192&idx=1&sn=55070a51c19535427efe11824140a947&chksm=fa8a1e3dcdfd972bfdbb5f9cc18944e94f28471e7ec49e13d6ace34170013ca240e127e5ff4a&mpsh