Max Home IndustryGoogle выделил более 1,2 миллиона долларов на поддержку исследований в нескольких областях понимания естественного языка, которые связаны с концепцией сети знаний Google.
Google вкладывает большие средства в машинное обучение и глубокие нейронные сети, чтобы улучшить поиск в Интернете. Поддержка понимания естественного языка также мотивируется необходимостью дальнейшего развития поисковых технологий.
В объявлении о награждении блог Google Research объясняет, как обработка естественного языка является неотъемлемой частью его технологии Knowledge Graph, которая представляет собой переход «от строк к вещам», заявляя:
Понимание естественного языка лежит в основе работы Google, чтобы помочь людям получить необходимую информацию как можно быстрее и проще. В Google мы прилагаем все усилия, чтобы продвигать современные технологии обработки естественного языка, улучшать понимание фундаментальных принципов и решать алгоритмические и инженерные задачи, чтобы сделать эти технологии частью повседневной жизни. Язык по своей природе продуктивен; бесконечное количество новых значимых выражений можно сформировать, систематически комбинируя значения их компонентов. Следующим логическим шагом является семантическое моделирование структурированных значимых выражений — другими словами, «то, что говорится» о сущностях. Мы предполагаем, что графы знаний поддержат следующий шаг вперед в понимании языка к масштабируемому композиционному анализу, предоставляя вселенную сущностей, фактов и отношений, на основе которых могут быть разработаны и реализованы операции семантической композиции.
Темы исследования, получившие гранты, варьируются от семантического анализа до статистических моделей историй жизни и новых подходов к композиционному выводу и представлению для моделирования отношений и событий в Графе знаний.
Получателями являются:
Марк Джонсон и Лан Ду (Университет Маккуори) и Рэй Бантин (НИКТА) за «Генеративные модели историй жизни»
Перси Лян и Кристофер Мэннинг (Стэнфордский университет) за «Тензорную факторизацию графов знаний»
Себастьяну Риделю (Университетский колледж Лондона) и Эндрю МакКаллуму (Массачусетский университет, Амхерст) за «Пополнение базы знаний композиционной универсальной схемы»
Иван Титов (Амстердамский университет) за «Научиться рассуждать с помощью коллекций обоснованных текстов»
Ханс Ушкорейт (Саарландский университет и DFKI), Фейю Сюй (DFKI и Саарландский университет) и Роберто Навильи (Римский университет Ла Сапиенца) за «Понимание языка и получение знаний»
Люк Зеттлемойер (Вашингтонский университет) за «Слабое контролируемое обучение для семантического анализа с помощью графов знаний»