SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

Never-Ending Language Learning (NELL)

daktari avatar
daktari
8 diapositives · 344 Views · Jul 24, 2014

Never-Ending Language Learning (NELL). Jacqueline DeLorie. What is NELL?. An independent and never-ending machine semi-supervised learning system. Semi-supervised – “seed data” + unlabeled items A knowledge base of information built by reading the web.

Never-Ending Language Learning (NELL) - slide 1
01 / 8Never-Ending Language Learning (NELL)
1 / 17

Télécharger la présentation

Never-Ending Language Learning (NELL)
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. Never-Ending Language Learning (NELL) Jacqueline DeLorie

  2. What is NELL? • An independent and never-ending machine semi-supervised learning system. • Semi-supervised – “seed data” + unlabeled items • A knowledge base of information built by reading the web. • Categorizations and relation functions. • Fruit(Apple). • LocatedIn(Boston, Massachusetts) • !Fruit(Carrot)

  3. What is NELL’s Goal? • Answer questions posed by humans with no human intervention. • Learn better over time, with little to no human interaction. • Given what we have extracted today, learn to find facts and map them to categories better.

  4. Who made NELL? • A research group at Carnegie Mellon University • Lead by Professor Tom Mitchell • Launched in January 2010 • Sponsors: DARPA, NSF, Google, Yahoo! • Uses the ClueWeb09 toolkit to parse neatly formatted webpages. • ~500 Million webpages.

  5. How Does NELL Work? • Given an ontology, along with a few examples for each category (seed examples). • Read the web, extract facts and map them to the ontology. • Uses “bootstrapping”, train predictors using “seed” data, labels using predictors, trains predictors based on new labels, etc. • Errors propagate causing a shift. • Use combinations of predicates and negations of predicates to avoid.

  6. Ontology • NP(C) – set of valid nouns in corpus • Patt(C) – set of valid category patterns in corpus • NPr(C) - set of valid relations in corpus • Pattr(C) - set of valid relation patterns in corpus

  7. Results • 6 Months after launch: • For ¾ of relations and categories, 90-99% accuracy. • For 1/4 of relations and categories, 25-60% accuracy. • After that, weekly sessions held for human review of labels, intervening when blatant errors arose. • Now, anyone can interact via NELL’s website: • http://rtw.ml.cmu.edu/rtw/

  8. References • http://rtw.ml.cmu.edu/rtw/ • http://www.cmu.edu/homepage/computing/2010/fall/nell-computer-that-learns.shtml • http://en.wikipedia.org/wiki/Never-Ending_Language_Learning • http://en.wikipedia.org/wiki/Semi-supervised_learning • http://rtw.ml.cmu.edu/papers/cbl-sslnlp09.pdf