Learning beyond datasets: Knowledge Graph Augmented Neural Networks for Natural language Processing

概述： 现在的机器学习算法的核心都是利用有关领域的有标签或者无标签的数据集，虽然已经存在迁移学习可以将一个领域的知识用于其他领域，但是这些方法还是扩展性比较差，并且只能应用于特定领域。所以能不能有一种训练方式，除了基于训练数据的学习之外，能够为模型注入一般的世界知识的方式进行训练？该论文主要是用世界知识（知识图谱三元组的形式）来增强模型。目标就是建立一种深度学习模型，该模型可以从世界知识中中提取出

>>阅读原文<<