iPIN 研究员李双印博士独家解析:循环聚焦机制如何与主题模型碰撞火花?

AI 科技评论按:李双印博士目前在香港科技大学攻读博士后,师从香港科技大学计算机系主任杨强教授。他的主要研究方向主要包括数据挖掘、人工智能、文本建模、深度学习,论文曾被 IJCAI、ICDM、UAI 等顶级国际会议收录。李双印作为第一作者的论文《Recurrent Attentional Topic Model》入选 oral presentation,入选口头展示论文(oral),AI科技评论与李博士日前进行了交流,并整理成文与读者分享。

李双印博士

李双印在 iPIN 的工牌号为 intern01。在公司里,大家只知道叫他「大师兄」,但他与 iPIN 的渊源,很多在公司实习的研究生们也不甚清楚。这一切最早还要追溯到 2013 年,当时李双印还在中山大学跟随潘嵘教授攻读博士,并在微软亚洲研究院(MSRA)实习,主要的工作是用深度学习的方法实现半结构化文本建模。彼时 iPIN 成立伊始,CEO 杨洋邀请潘嵘教授一同合作,李双印也跟随导师到 iPIN 参与算法研发工作,自然成为了第一号实习生。

AI科技评论此前对 iPIN 做过不少覆盖和报道,目前 iPIN 在信息提取、语义认知及检索排序等积累了实践经验,涵盖高考志愿填报、招聘及生涯规划等领域。在李双印看来,iPIN 的业务主要集中人和企业的商业价值挖掘,凭借语义认知平台,将人从繁琐的工作中释放出来,聚焦更具价值的商业决策。「在技术上,我们的进展还是比较突出的,比如文本生成、文本分类、检索排序等、都有很深的基础和经验。」而李双印在 AAAI 2017 上发表的这篇论文,则属于在语义认知方面研究工作的一个探索。

循环机制与聚焦机制在深度神经网络上的应用十分广泛,而李双印之前一直是做主题模型的相关课题,因此他很自然地想到,能否将这两种方法应用于主题模型上,并提出了名为「Recurrent Attentional Topic Model(简称 RATM)」的新概念。句子作为一种文本信息的基本组成单元,RATM 主要基于文本中句子之间的主题连贯性,利用文档中的单词信息,以及句子间的序列信息对文档进行有效建模。文档建模与分类是一个非常古老的问题,对于它的解决没有止境。不论是之前的基于贝叶斯理论的主题模型,还是当前火热的深度学习技术等,在文本特征提取与分类上,本质上都是提供了一种提取文本特征信息的方法。

在 AAAI 2017 oral presentation 时,李双印博士介绍了 RATM 如何应用于社会经济图谱,这是一个针对整个经济社会的各个主体,以及主体间关系进行建模和量化的一个庞大系统。其中的各个主体(比如人、职位、学校、公司、行业等),这些比较高层次的信息相当于金字塔的塔顶。而基础概念(类似于百科和 wiki 中的词条)相当于塔底,即语言系统中基础信息的认知、关系以及推理,「缺少这些基础的信息认知,社会经济图谱就像空中楼阁。因此,我们还需要对语言系统中的基础信息进行建模和认知。我们在单词,句子及文本上的建模研究和探索,比如提出 RATM 模型,都是在试图解决社会经济图谱和基础信息之间的鸿沟,并希望能够将社会经济图谱构建的更加完善和落地。」

作为研究性课题,李双印表示目前该论文成果尚未应用于实际场景中。他认为,此工作未来的主要研究方向,依然会集中于充分利用文本特点,如何快速提取有效的文本及句子的特征向量,以及向量的可解释性。此前AI 科技评论在报道国内企业的 AAAI 2017 论文收录情况时,也提及了这篇论文。iPIN CEO 杨洋在接受采访时也表示,他们会尝试将机器在决策中的分析过程以逻辑的形式梳理出来。相信在未来,iPIN 在认知框架上会有更多的尝试和突破。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-03-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

【终极算法】机器学习五大学派,终极算法能否一统江湖

【新智元导读】什么是终极算法?算法已在多大程度上影响我们的生活?本文介绍了著名算法专家,机器学习领域的先驱人物 Pedro Domingos 的新书《终极算法》...

44113
来自专栏人工智能头条

AI大行其道,你准备好了吗?仅送给徘徊于转行AI的程序员

762
来自专栏AI科技评论

业界丨人工智能哪些领域及公司值得关注?Playfair投资人为你阐述六大关注方向

AI科技评论按:有人将人工智能定义为“认知计算”或者是“机器智能”,有的人将 AI 与“机器学习”混为一谈。事实上,这些都是不准确的,因为人工智能不单单是指某一...

3415
来自专栏AI研习社

如何在 15 个月内占领 Kaggle 榜首?bestfitting 经验大放送

雷锋网 AI 研习社按:相信玩过 Kaggle 比赛的人都知道 bestfitting,他在加入 Kaggle 社群短短两年之内,就以黑马之姿成功占领比赛排行榜...

572
来自专栏新智元

首发:人脸识别世界杯榜单出炉,微软百万名人识别竞赛冠军分享

【新智元导读】业界公认人脸识别“世界杯”的微软百万名人识别竞赛 MS-Celeb-1M 结果出炉:百万名人识别子命题,Panasonic-新加坡国立大学合作夺得...

3226
来自专栏企鹅号快讯

计算机视觉:让冰冷的机器看懂多彩的世界

作者:微软亚洲研究院 链接:https://www.guokr.com/article/439945/ 2010年,来自斯坦福大学、普林斯顿大学及哥伦比亚大学的...

4369
来自专栏量子位

如何用点云对车辆和行人进行识别分类?这是MIT学生的总结

问耕 编译整理 量子位 出品 | 公众号 QbitAI ? 本文作者是MIT的大二学生Michael Gump(阿甘),内容为他在无人车公司Voyage的工作总...

3277
来自专栏Vamei实验室

统计01:概述

作者:Vamei 出处:http://www.cnblogs.com/vamei 严禁转载。 

772
来自专栏Vamei实验室

统计01:概述

完成了概率论之后,数据之旅的下一站就是统计。统计是研究数据的学科。它包括了数据很多方面,比如如何描述数据、如何通过抽样推测整体的信息、如何通过数据判断假设的真伪...

1827
来自专栏大数据文摘

让冰冷的机器看懂这个多彩的世界

2819

扫码关注云+社区