当前自己仅是简单翻译一下。

0. 论文出处

1. 概要

虽然人们多年来从不同的经验中学习了许多不同类型的知识,但是大多数当前的机器学习系统仅仅从一个数据集中获得一个函数或数据模型。

我们为机器学习提出了一个永不停歇的学习范式,以更好地反映由人类执行的更有雄心和更广泛的学习类型。

作为一个案例研究,我们描述了永不停息的语言学习者(NELL),它实现了永不停息的学习者所期望的一些特性,我们讨论了所学到的教训。

NELL从2010年1月开始每天24小时学习网络阅读,到目前为止,它已经掌握了8000多万个信心加权信念(例如,随茶、饼干)的知识库。

NELL还学会了数百万的特性和参数,使它能够从网上阅读这些信念。

此外,它还学会了对这些信念进行推理以推断出新的信念,并能够通过综合新的关系谓词来扩展其本体。

可以通过 http://rtw.ml.cmu.edu 在线跟踪NELL,也可以通过@CMUNELL在Twitter上跟踪它。

当前自己仅是简单翻译一下。

0. 论文出处

1. NELL系统概述

NELL(never-ending language learner)系统每天不间断地执行两个任务:

  1. 阅读任务:从web文本中提取信息,进一步填充结构化事实和知识的不断增长的知识库。
  2. 学习任务:学习阅读,每天都比前一天更好,这是由它的能力证明,回到昨天的文本来源,提取更多的信息更准确