<div dir="ltr"><span style="font-size:12.8px">Please join us for the next CL+NLP lunch</span><span style="font-size:12.8px"> at <b>13am on </b></span><b style="font-size:14px"><span style="font-size:12.8px">Nov</span></b><span style="font-size:12.8px"><b> </b></span><b style="font-size:12.8px"><span style="font-size:12.8px">17th</span></b><span style="font-size:12.8px"><b> at </b></span><b style="font-size:12.8px">8102</b><span style="font-size:12.8px">,</span><br style="font-size:12.8px"><span style="font-size:12.8px">where Ndapa Nakashole will be speaking about Knowledge Graph. </span><div style="font-size:12.8px"><span style="font-size:12.8px">Lunch</span><span style="font-size:12.8px"> will be </span><span style="font-size:12.8px">provided!</span><br></div><div style="font-size:14px"><br><span style="font-size:12.8px">------------------------------</span><span style="font-size:12.8px">-----------</span><br style="font-size:12.8px"><span style="font-size:12.8px">ML</span><span style="font-size:12.8px">+NLP </span><span style="font-size:12.8px">lunch</span><br style="font-size:12.8px"><b><span style="font-size:12.8px">Tuesday Nov 17th at 13:00 - 14:00</span><br style="font-size:12.8px"></b><span style="font-size:12.8px"><b>GHC 8102</b></span><br style="font-size:12.8px"><br style="font-size:12.8px">The Knowledge Graph Extraction Virtuous Circle</div><div style="font-size:14px"><div><br></div><div>Knowledge graphs such a NELL, Freebase, and YAGO have accumulated large amounts of beliefs about real world entities using machine reading methods. </div><div>Current machine readers have been successful at populating such knowledge graphs by means of pattern detection — a shallow way of machine reading</div><div>which leverages the redundancy of large corpora to capture language patterns. However, machine readers still lack the ability to fully understand  language. </div><div>In the pursuit of the much harder goal of language comprehension, knowledge graphs present an opportunity for a virtuous circle:  the accumulated knowledge</div><div>can be used to improve machine readers; in turn, advanced reading methods can be used to populate knowledge graphs with beliefs expressed using complex and potentially ambiguous language. In this talk, I  will elaborate on this virtuous circle, starting with methods for building knowledge graphs, followed by results on using them  for machine reading.</div></div><div style="font-size:14px"><br></div><div style="font-size:14px"><br></div><div style="font-size:14px"><div>Bio:</div><div>Ndapa Nakashole is a postdoctoral fellow in the Machine Learning Department at Carnegie Mellon University.</div><div>She holds a B.Sc and an M.Sc from the University of Cape Town, South Africa and a PhD from the Max Planck Institute for Informatics and Saarland University, Germany. </div></div><div style="font-size:14px"></div><div style="font-size:12.8px">-----------------------------------------<br></div><div style="font-size:12.8px"><br></div><div style="font-size:12.8px">Up comming talk will be on <span style="font-size:12.8px">Monday, Nov.23,</span> by <span style="font-size:12.8px">Chu-Ren Huang</span>.</div><div style="font-size:12.8px"><br></div><div style="font-size:12.8px">Best regards,</div><div style="font-size:12.8px">Kazuya</div></div>