答案：当然是能力越高，工资越高呀，你能创造多少价值，你能帮助多少人，你能力当然也就越大。

设想一下，当我们听到“苹果”这个词时，我们会想到什么呢？是不是会想到那种又红又圆、酸甜可口的水果？

今天为大家带来蒙特利尔大学Yoshua Bengio最近的一篇文章。文章提到解决知识图谱推理任务时，逻辑规则的重要性。但是现有方法或面临搜索空间过大的问题，或由于稀疏奖励而使得性能较差。为了解决这些限制，作者提出了一个...

今天给大家介绍来自加拿大蒙特利尔大学Mila人工智能研究所唐建教授课题组在ICML2020上发表的一篇关于关系抽取的文章。作者利用全局关系图来研究不同句子之间的新关系，并提出了一种新的贝叶斯元学习方法。该方法能够有...

现有的高通量筛选实验用于确定药物和靶标之间的生物活性是一个昂贵费时的步骤。因此，基于已经在临床实验中测量的相互作用，使用统计学和机器学习模型来估计新的药物-靶标的相互作用的强度是重要的替代方案。澳大利亚Dea...

今天给大家介绍京东AI研究院的研究人员发表在ACL2020上的一篇文章。文章提出了一种新的基于距离的知识图谱链接预测方法，正交变换嵌入法（orthogonal transform embedding ，OTE），可以提高在1-N ，N-1和N-N的复杂链接预测情况...

今天给大家介绍的是耶鲁大学医学信息学中心主任Brandt教授实验室和爱丁堡大学的博士生联合发表在ACL-BioNLP 2020发表的文章“Benchmark and Best Practices for Biomedical Knowledge Graph Embeddings”。作者将五...

NewBeeNLP原创出品 公众号专栏作者@上杉翔二 悠闲会 · 信息检索

今天给大家介绍的是清华大学曾坚阳教授课题组在Nature Machine Intelligence杂志上发表的一篇关于生物医学关系抽取的文章。在文中，作者提出了一种从大规模文献库中自动提取生物医学关系的机器学习框架—BERE。BERE使...

今天给大家介绍发表在AAAI 2020上的文章“K-BERT: Enabling Language Representation with Knowledge Graph”，该工作由清华大学Weijie Liu等人完成。文章提出将知识图谱与预训练语言表示模型BERT相结合，使机器在阅读特...