MIT：自行填补知识空白
发布时间：2017-02-17MIT的研究人员展示其研发的算法，可以在浏览网页时自行填补知识空白。
研究人员Regina Barzilay表示，当人们在阅读一篇文章时，总会寻找那些有用的正确信息。如果遇到不理解的内容，通常是上网搜索相关信息来解惑。Regina Barzilay领导的团队教AI学会调取网络资源，有难以理解的问题时，系统会尝试提取和分析数据文本，并将其上传至网络进行搜索加以理解，之后会将把结果与最初的分析进行对比。
为此，研究人员挑选了食品污染和枪击案作为测试案例，AI要从前者近300份文件中提取出食品类型、污染类型及污染地点等相关信息，从后者提取出枪手姓名、案发地点、伤亡人数等信息。测试结果显示，与传统机器学习系统相比，MIT的AI系统准确率要高出10%以上。
参考论文：
Ten Pairs to Tag – Multilingual POS Tagging via Coarse Mapping between Embeddings
Neural Generation of Regular Expressions from Natural Language with Minimal Domain Knowledge
来源：MIT Natural Language Processing
