Dan Roth es el profesor distinguido Eduardo D. Glandt de informática y ciencias de la información en la Universidad de Pensilvania . [4]
Dan Roth | |
---|---|
Nació | |
alma mater | Universidad Harvard |
Conocido por | Inferencia y aprendizaje conjuntos: formulaciones de ILP de tareas de PNL ..., [1] Aprendizaje automático para PNL, razonamiento probabilístico |
Premios | Becario ACM; Premio IJCAI John McCarthy [2] [3] |
Carrera científica | |
Campos | Informática , Machine Learning , Procesamiento del lenguaje natural , Razonamiento automatizado , Extracción de información . |
Instituciones | Universidad de Illinois en Urbana-Champaign , Universidad de Pennsylvania |
Asesor de doctorado | Leslie Valiente |
Sitio web | www |
Biografía
Roth obtuvo su BA summa cum laude en Matemáticas del Technion, Israel y su doctorado en Ciencias de la Computación de la Universidad de Harvard en 1995. [5] Enseñó en la Universidad de Illinois en Urbana-Champaign de 1998 a 2017 antes de mudarse a la Universidad de Pennsylvania. [6]
Carrera profesional
Roth es miembro de la Asociación Estadounidense para el Avance de la Ciencia (AAAS), [7] la Asociación de Maquinaria Informática (ACM), [8] la Asociación para el Avance de la Inteligencia Artificial (AAAI), [9] y la Asociación de Lingüística Computacional (ACL). [10]
La investigación de Roth [11] se centra en los fundamentos computacionales del comportamiento inteligente. Desarrolla teorías y sistemas relacionados con el comportamiento inteligente utilizando una metodología unificada, en el corazón de la cual se encuentra la idea de que el aprendizaje tiene un papel central en la inteligencia. Su trabajo se centra en el estudio del aprendizaje automático y los métodos de inferencia para facilitar la comprensión del lenguaje natural . Al hacerlo, ha seguido varias líneas de trabajo interrelacionadas que abarcan múltiples aspectos de este problema, desde preguntas fundamentales en el aprendizaje y la inferencia y cómo interactúan, [12] hasta el estudio de una variedad de problemas de procesamiento del lenguaje natural (PNL) y desarrollo herramientas avanzadas basadas en aprendizaje automático para aplicaciones de lenguaje natural. [13]
Roth ha hecho una contribución fundamental a la fusión de Aprendizaje y Razonamiento, [14] Aprendizaje automático con supervisión incidental débil, [15] y al aprendizaje automático y enfoques de inferencia para la comprensión del lenguaje natural. Roth ha trabajado en el razonamiento probabilístico (incluida su complejidad [16] y la inferencia probabilística elevada [17] ), modelos condicionales restringidos (formulaciones ILP de problemas de PNL) y aprendizaje impulsado por restricciones, [18] [19] basado en partes (constelación) métodos en reconocimiento de objetos, [20] Aprendizaje basado en respuestas, [21] Ha desarrollado herramientas de extracción de información y PNL que están siendo utilizadas ampliamente por investigadores y comercialmente, incluyendo NER, resolución de correferencia, wikificación, SRL y corrección de texto ESL. [13]
Roth es el editor en jefe del Journal of Artificial Intelligence Research (JAIR). [22]
Referencias
- ^ Modelos condicionales restringidos
- ^ [1]
- ^ [2]
- ^ "Penn Engineering - Perfil de directorio de investigación" . www.seas.upenn.edu . Consultado el 29 de agosto de 2017 .
- ^ Página web de Dan Roth
- ^ "Dan Roth - Página principal" . l2r.cs.uiuc.edu . Consultado el 29 de agosto de 2017 .
- ^ Lista de becarios de la AAAS archivada el 27 de julio de 2014 en la Wayback Machine.
- ^ Becarios ACM
- ^ Lista AAAI de becarios
- ^ Becarios de ACL
- ^ Página de publicación de Dan Roth
- ^ R. Khardon y D. Roth, Aprender a razonar, Diario de la ACM (1997)
- ^ a b Página de demostración del grupo de cálculo cognitivo
- ^ D. Roth, Aprender a razonar: el enfoque , (1996)
- ^ D. Roth, Supervisión incidental , AAAI (2017)
- ^ D. Roth, D. Roth, Sobre la dureza del razonamiento aproximado , Inteligencia artificial (1996)
- ^ R. de Salvo Braz, E. Amir y D. Roth, Inferencia probabilística de primer orden levantada, IJCAI, 2005.
- ^ M. Chang y L. Ratinov y D. Roth, Aprendizaje estructurado con modelos condicionales restringidos , Aprendizaje automático (2012)
- ^ D. Roth y W. Yih, Una formulación de programación lineal para inferencia global en tareas de lenguaje natural , CoNLL (2004)
- ^ S. Agarwal y A. Awan y D. Roth, Aprendiendo a detectar objetos en imágenes a través de una representación escasa y basada en partes , transacciones IEEE en PAMI (2004)
- ^ J. Clarke y D. Goldwasser y M. Chang y D. Roth, Análisis semántico de conducción de la respuesta del mundo , CoNLL (2010)
- ^ Cabecera JAIR