第10回ステアラボ人工知能セミナー

機能改善領収データ発行機能にてインボイス制度の書式での出力に対応しました。詳しくはこちらをご覧ください。

新機能参加者によるイベント出席機能をリリースしました。今までは主催者による出席管理機能はありましたが、大規模イベント等での受付処理が大変とのフィードバックをいただいてました。今後はイベント作成時に発行される「出席コード」を会場現地や配信で共有してもらうことで、参加者自身でイベント出席登録を行うことができるようになります。これにより受付処理が容易になりますので、イベント主催者の皆様はぜひご活用ください。詳しくはこちらのニュースや特集ページをご確認ください。

Jun

23
第10回ステアラボ人工知能セミナー
NTT CS研林克彦先生: 知識グラフの埋め込みとその応用

Organizing : 千葉工業大学人工知能・ソフトウェア技術研究センター

Registration info	参加枠 Free Standard (Lottery Finished) 171/100

Description

千葉工業大学人工知能・ソフトウェア技術研究センター (ステアラボ) では、機械学習、自然言語処理、画像処理等の人工知能分野の研究者をお招きし、最先端の研究についてご講演していただく「ステアラボ人工知能セミナー」を定期的に開催しています。

記念すべき第10回目の今回は、自然言語処理分野においてご活躍されているNTTコミュニケーション科学基礎研究所の林克彦先生をお招きします。

どなたでも無料でご参加いただけます。

参加申込みの抽選結果は6月9日にお知らせいたします。その後、座席に余裕がある場合は先着順でセミナー当日まで申込みを受け付けます。

日時

2017年6月23日 (金) 15:00-16:30

場所

東京スカイツリータウン (R) ソラマチ8F
千葉工業大学東京スカイツリータウン (R) キャンパス

講演者

NTTコミュニケーション科学基礎研究所林克彦先生

講演タイトル

知識グラフの埋め込みとその応用

講演概要

情報検索，自然言語処理，バイオインフォマティクスなどの分野では知識グラフの構築が活発に行われてきた．知識グラフでは知識をドメイン内の概念と概念の間の関係で記述し，それをグラフとして表現する．例えば，語彙間の関係を記述したWordNetやFreebaseは知識グラフの代表的な例であり，情報抽出，質問応答などへの応用が期待されている．このような知識グラフは一般に大規模であるが，本来登録されているべき知識の多くが欠落しているなど不完全であることが知られている．そのため，近年では関係データ学習/リンク予測法を拡張することで，このような欠落を自動的に補完する技術が研究されてきた．知識グラフの関係データ学習は一般に3次隣接テンソルの低ランク近似(埋め込み)の問題として解かれるが，知識グラフ特有の問題からCP分解などの単純なテンソル分解では上手くモデル化できないことがわかってきている．ここでは知識グラフ特有の問題について整理し，その問題を克服するために提案されたいくつかの手法についてまとめる．