Polish NLProc #10 - Neural retrieval i zastosowania w Knowledge-Intensive NLP
Neural retrieval i zastosowania w Knowledge-Intensive NLP
Knowledge-Intensive NLP to obecnie jeden z najbardziej ekscytujących obszarów badań w zakresie NLP, obejmuje m. in. takie zadania jak:
- odpowiadanie na pytania (open domain question answering)
- sprawdzanie faktów (fact checking)
- otwarty dialog (knowledgeable open dialog)
W trakcie tej sesji będziemy mieli szansę dowiedzieć się na temat aktualnie najlepszych rozwiązań w tych obszarach bezpośrednio od współautorki między innymi takich publikacji jak:
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
- PAQ: 65 Million Probably-Asked Questions and What You Can Do With Them
- KILT: a Benchmark for Knowledge Intensive Language Tasks
Aleksandra pracuje jako programistka w FAIR w Londynie, gdzie jest częścią zespołu prowadzącego badania w zakresie przetwarzania języka naturalnego, ze szczególnym uwzględnieniem zagadnień dotyczących wykorzystania wiedzy w systemach NLP. Wcześniej pracowała jako programistka w Facebooku, zajmując się m.in. autokorekcją tekstu. Aleksandra jest absolwentką informatyki analitycznej na Uniwersytecie Jagiellońskim.
