Дэн Рот - Dan Roth
Дэн Рот | |
---|---|
Дэн Рот, 2011 | |
Родившийся | |
Альма-матер | Гарвардский университет |
Известен | Совместное обучение и вывод: формулировки ПДОДИ задач НЛП ...,[1] Машинное обучение для НЛП, вероятностное мышление |
Награды | Член ACM; Премия IJCAI Джона Маккарти [2] [3] |
Научная карьера | |
Поля | Информатика, Машинное обучение, Обработка естественного языка, Автоматическое рассуждение, Извлечение информации. |
Учреждения | Иллинойсский университет в Урбана-Шампейн, Пенсильванский университет |
Докторант | Лесли Валиант |
Интернет сайт | www |
Дэн Рот является заслуженным профессором компьютерных и информационных наук Эдуардо Д. Гландта в Пенсильванский университет.[4]
биография
Рот получил степень бакалавра с отличием по математике в Технионе, Израиль, и докторскую степень в области компьютерных наук в Гарвардском университете в 1995 году.[5] Он преподавал в Иллинойсский университет в Урбана-Шампейн с 1998 по 2017 год до переезда в Пенсильванский университет.[6]
Профессиональная карьера
Рот - член Американской ассоциации развития науки (AAAS),[7] Ассоциация вычислительной техники (ACM),[8] Ассоциация развития искусственного интеллекта (AAAI),[9] и Ассоциация компьютерной лингвистики (ACL).[10]
Исследование Рота[11] фокусируется на вычислительных основах разумного поведения. Он разрабатывает теории и системы, относящиеся к разумному поведению, используя единую методологию, в основе которой лежит идея о том, что обучение играет центральную роль в интеллекте. Его работа сосредоточена на изучении машинного обучения и методов вывода для облегчения понимание естественного языка. При этом он преследовал несколько взаимосвязанных направлений работы, которые охватывают множество аспектов этой проблемы - от фундаментальных вопросов обучения и умозаключений и того, как они взаимодействуют,[12] к изучению ряда проблем обработки естественного языка (НЛП) и разработке передовых инструментов на основе машинного обучения для приложений на естественном языке.[13]
Рот внес плодотворный вклад в слияние обучения и рассуждений,[14] Машинное обучение со слабым, случайным контролем,[15] а также к машинному обучению и подходам к пониманию естественного языка. Рот работал над вероятностными рассуждениями (включая их сложность).[16] и вероятностный вывод [17]), Условные модели с ограничениями (формулировки задач НЛП в рамках ILP) и обучение на основе ограничений,[18][19] частичные (созвездия) методы распознавания объектов,[20] обучение на основе ответов[21] Он разработал инструменты НЛП и извлечения информации, которые широко используются исследователями и в коммерческих целях, включая NER, разрешение кореференции, викификацию, SRL и исправление текста ESL.[13]
Рот - главный редактор журнала Журнал исследований искусственного интеллекта (JAIR).[22]
Рекомендации
- ^ Условные модели с ограничениями
- ^ [1]
- ^ [2]
- ^ "Penn Engineering - Профиль исследовательского каталога". www.seas.upenn.edu. Получено 2017-08-29.
- ^ Веб-страница Дэна Рота
- ^ "Дэн Рот - Главная страница". l2r.cs.uiuc.edu. Получено 2017-08-29.
- ^ Список стипендиатов AAAS В архиве 27 июля 2014 г. Wayback Machine
- ^ Стипендиаты ACM
- ^ Список стипендиатов AAAI
- ^ Стипендиаты ACL
- ^ Страница публикации Дэна Рота
- ^ Р. Хардон и Д. Рот,Учимся рассуждать, Журнал ACM (1997)
- ^ а б Демо-страница группы когнитивных вычислений
- ^ Д. Рот,Учимся рассуждать: подход, (1996)
- ^ Д. Рот,Случайный надзор, AAAI (2017)
- ^ Д. Рот, Д. Рот, О твердости приближенных рассуждений., Искусственный интеллект (1996)
- ^ Р. де Сальво Браз, Э. Амир и Д. Рот, Поднятый вероятностный вывод первого порядка, IJCAI, 2005.
- ^ М. Чанг, Л. Ратинов и Д. Рот, Структурированное обучение с условными моделями с ограничениями, Машинное обучение (2012)
- ^ Д. Рот и В. Йих, Формулировка линейного программирования для глобального вывода в задачах естественного языка, CoNLL (2004)
- ^ С. Агарвал, А. Аван и Д. Рот, Обучение обнаружению объектов на изображениях с помощью разреженного, основанного на деталях представления, Транзакции IEEE на PAMI (2004 г.)
- ^ Дж. Кларк, Д. Голдвассер, М. Чанг и Д. Рот, Управление семантическим синтаксическим анализом ответа мира, CoNLL (2010)
- ^ JAIR Masthead