哈工大SCIR师生参加EMNLP-IJCNLP 2019

11 月 8 日 哈工大SCIR

2019年11月3日至7日由ACL SIGDAT(语言学数据特殊兴趣小组)主办EMNLP-IJCNLP 2019(2019 Conference on Empirical Methods in Natural Language Processing and 9th International Joint Conference on Natural Language Processing)中国香港成功举行。
哈尔滨工业大学社会计算与信息检索研究中心(哈工大SCIR)车万翔教授、刘铭副教授、丁效老师、冯骁骋老师等参加了本次会议。
哈工大SCIR在本次会议中共有8篇文章被录用: 哈工大SCIR八篇论文被EMNLP-IJCNLP 2019录用
在本次大会中,车万翔教授代表博士生崔一鸣、王宇轩、覃立波作了oral presentation,丁效老师进行了poster展示,冯骁骋老师也代表博士生龚恒、姜天文、杜理进行了poster展示。
EMNLP是计算语言学和自然语言处理领域顶级国际会议之一,CCF B类会议,EMNLP-IJCNLP 2019共收到有效投稿2877篇,录用684篇,录用率为23.8%。接收的论文覆盖了对话交互系统、信息抽取、信息检索和文档分析、词法语义、语言学理论、认知建模和心理语言学、用于NLP的机器学习、机器翻译与多语言、问答、句子级语义学、情感分析和论点挖掘、文本挖掘和NLP应用、文本推理等自然语言处理领域众多研究方向。

与会师生合影


本期责任编辑:丁 效

本期编辑:赖勇魁




“哈工大SCIR”公众号

主编:车万翔

副主编:张伟男,丁效

执行编辑:李家琦

责任编辑:张伟男,丁效,崔一鸣,李忠阳

编辑:赖勇魁,李照鹏,冯梓娴,王若珂,顾宇轩


长按下图并点击 “识别图中二维码”,即可关注哈尔滨工业大学社会计算与信息检索研究中心微信公众号:”哈工大SCIR” 。

登录查看更多
1+

相关内容

报告主题: 表示学习--自然语言处理中的图神经网络(Graph Neural Networks in NLP)

报告摘要: 图神经网络可以通过节点间的信息传递有效地捕捉结构信息。自该概念提出以来,图神经网络技术已经在自然语言处理、数据挖掘等多个领域得到了广泛的应用。此次报告讲述了自然语言处理中的图神经网络,首先介绍了几种自然语言处理中的图形结构并提出了一些在自然语言处理中所遇到的图形问题,然后介绍了图形表示的三种主要模型以及使用图形编码解决问题:神经机器翻译、文本生成、问题回答、信息提取、情绪、社会分类、语义分析、语义角色标记、单词嵌入、句子表示。

邀请嘉宾: 张岳,博士,西湖大学长聘副教授。研究领域包括自然语言处理和计算金融。2003年于清华大学获得计算机科学学士学位,2006年于英国牛津大学获得计算机科学硕士学位,2009年于英国牛津大学获得计算机科学博士学位,2010年-2012年在英国剑桥大学从事博士后研究,2012年-2018年在新加坡科技与设计大学担任助理教授。目前已在国际、国内顶级学术会议上发表论文百余篇,曾获得IALP 2017和COLING 2018最佳论文奖、NLPCC青年新锐奖,且他的研究成果持续被谷歌、阿里巴巴、美国教育考试服务中心(ETS)等顶尖企业应用于工业生产前线。担任Transactions of ACL执行主编,ACM Transactions on Asian and Low Resource Language Information Processing副主编,IEEE Transactions on Big Data副主编,以及COLING 2014/18,NAACL 2015/19,EMNLP 2015/17/19,ACL 2017/18/19等国际学会会议的区域主席。

0+
0+

报告主题:Recent Breakthroughs in Natural Language Processing

报告摘要:自然语言处理是计算机科学、语言学和机器学习的交叉点,它关注计算机与人类之间使用自然语言中的沟通交流。总之,NLP致力于让计算机能够理解和生成人类语言。NLP技术应用于多个领域,比如天猫精灵和Siri这样的语音助手,还有机器翻译和文本过滤等。机器学习是受NLP影响最深远的领域之一,尤为突出的是深度学习技术。该领域分为以下三个部分:语音识别、自然语言理解、自然语言生成。本次报告结合NLP的最新突破,分别剖析不同领域的研究进展,并对未来的研究方向作出简单概述。

邀请嘉宾:Christopher Manning,SAIL 新任负责人,于1989年在澳大利亚国立大学取得三个学士学位(数学、计算机和语言学),并于 1994 年获得斯坦福大学语言学博士学位。 他曾先后在卡内基梅隆大学、悉尼大学等任教,1999 年回到母校斯坦福,就职于计算机科学和语言学系,是斯坦福自然语言处理组(Stanford NLP Group)的创始成员及负责人。重返斯坦福之后,他一待就是 19 年。

Manning 的研究目标是以智能的方式实现人类语言的处理、理解及生成,研究领域包括树形 RNN 、情感分析、基于神经网络的依存句法分析、神经机器翻译和深度语言理解等,是一位 NLP 领域的深度学习开拓者。他是国际计算机学会 (ACM)、国际人工智协会(AAAI)、国际计算语言学会(ACL)等国际权威学术组织的 Fellow,曾获 ACL、EMNLP、COLING、CHI 等国际顶会最佳论文奖,著有《统计自然语言处理基础》、《信息检索导论》等自然语言处理著名教材。

2019-10-31-02-01-Christopher-Manning.pdf
4+
0+

报告主题:基于深度学习的机器阅读理解

报告摘要:机器阅读理解(Machine Reading Comprehension)是让机器阅读并理解给定的文本并且能够回答与文本相关的问题,是目前自然语言处理领域最受关注的任务之一,也是认知智能中的典型任务。在本报告中,我们将聚焦基于深度学习的机器阅读理解,涵盖了目前主流的机器阅读理解任务,包括:填空型阅读理解、篇章抽取型阅读理解、选择型阅读理解、对话型阅读理解、开放域阅读理解等。我们将对每个任务具有代表性的数据集和经典模型进行详细介绍,并同步介绍相关中文机器阅读理解的研究发展。在报告的最后,我们将剖析近期机器阅读理解领域的研究热点,并且对未来的发展方向进行展望。

邀请嘉宾:崔一鸣,科大讯飞AI研究院资深级研究员,研究主管,哈尔滨工业大学社会计算与信息检索研究中心在读博士研究生,于哈尔滨工业大学计算机科学与技术专业获得工学硕士和学士学位。长期从事阅读理解、问答系统、机器翻译等自然语言处理相关领域的研究工作。曾获国际口语机器翻译评测(IWSLT 2012、IWSLT 2014),NIST机器翻译评测(NIST OpenMT 15)多项冠军。2017年至今带领团队多次获得国际权威机器阅读理解评测冠军,其中包括SQuAD 1.1、SQuAD 2.0挑战赛冠军,国际语义评测SemEval 2018阅读理解任务冠军,对话型阅读理解挑战赛CoQA、QuAC冠军等。同时,在自然语言处理顶级及重要国际会议(ACL/AAAI/IJCAI/COLING/NAACL)上发表多篇学术论文,并担任ACL系列会议及AAAI等国际会议程序委员会委员,担任JCSL、TKDD等国际ESI期刊审稿人等学术职务。

CIPS_SSATT_2019_基于深度学习的机器阅读理解_崔一鸣.pdf
5+
0+

题目:社交机器人的挑战性问题

摘要:构建既有智商又有情商的社交机器人是人工智能领域最具挑战性的任务之一。社交机器人是一类混合的对话系统,其不仅具有信息获取、推荐、任务完成的智力能力,还具有情感交流、社会交往的情商能力,能够同时满足用户的信息需求与社会连接需求。报告人将重点围绕社交机器人中的语义理解、一致性、交互性等关键问题,对最新的学术前沿进行报告,并从知识、行为、情感、话题、人设、个性化等多个角度对社交机器人的前沿技术进行归纳和总结。

个人简介:清华大学计算机系副教授,博士生导师,计算机系智能技术与系统实验室副主任。研究兴趣主要集中在人工智能、深度学习、强化学习,自然语言处理如对话系统、阅读理解、情感与情绪智能等。获得2019年MSRA合作研究奖,2018年“钱伟长中文信息处理科学技术奖汉王青年创新奖”,IJCAI-ECAI 2018杰出论文奖、CCL 2018最佳系统展示奖、NLPCC 2015最佳论文奖,2016、2017年两次入选PaperWeekly评选的最值得读10/15篇NLP论文之一;其关于情绪化聊天机器人的工作被MIT Technology Review、NVIDIA、英国卫报(The Guardian)、参考消息、新华社等媒体广泛报道,故事生成的工作被TechXplore报道。已超过80篇CCF A/B类论文发表在ACL、IJCAI、AAAI、WWW、SIGIR、EMNLP、KDD、ACM TOIS等国际顶级或主流会议及期刊上。曾担任AAAI 2019、IJCAI 2019、IJCAI 2018(杰出SPC)、IJCAI 2017的高级程序委员,担任ACL 2016、EMNLP 2019/2014/2011,IJCNLP 2017领域主席,长期担任ACM TOIS、TKDE、TACL、TASLP等顶级期刊的审稿人。获得专利授权近10项,其中2项专利技术授权给企业应用。他的主页地址:http://coai.cs.tsinghua.edu.cn/hml

SMP-2019-讲习班 黄民烈、.pdf
4+
0+

报告题目:图神经网络在自然语言处理中的应用

报告摘要:自然语言处理中的很多结构,包括序列结构、树状结构、以及有环图结构,可以归纳为普通的图结构。对图结构的神经网络编码,有助于自然语言处理任务中提取有用信息。近几年来,图神经网络在自然语言处理中得到一系列研究。这个讲座总结图神经网络的两种基本模式,即卷积图神经网络和循环图神经网络,并且讨论他们在自然语言处理中的应用。具体任务包括语义理解、信息抽取和问答等。

嘉宾介绍:张岳目前是西湖大学的副教授。他的研究兴趣包括自然语言处理和计算金融。他一直致力于基础句法分析,文本生成,自然语言生成,机器翻译,信息抽取,情感分析和股票市场分析等工作。他获得了IALP 2017和COLING 2018的最佳论文奖。张岳担任Transactions of ACL编委,ACM TALLIP副主编和IEEE Transactions on Big Data副主编,以及COLING 2014/18,NAACL 2015/19,EMNLP 2015/17/19,ACL 2017/18/19的领域主席。张岳在NAACL2010,ACL 2014和EMNLP 2016/18做过讲习班。

CIPS_SSATT_2019_图神经网络在自然语言处理中的应用_张岳.pdf
6+
0+

报告主题:开放语义解析

报告摘要:语义解析(Semantic Parsing)是将自然语言句子转换为机器可识别的、可计算的语义表示的任务。语义解析是自然语言处理的核心任务之一,在智能问答、语音助手、智能机器人、代码生成等任务上具有广泛的应用。本报告将详细介绍语义解析这项任务,首先介绍语义解析任务、数据集和工具,然后依次介绍基于文法的语义解析方法(CCG,DCS等)、基于语义图构建的语义解析方法和新兴的神经语义解析方法(Seq2Seq, Seq2Act, coarse-to-fine等),最后对语义解析的前沿方向和重要挑战进行展望,包括上下文有关的语义解析(可用于对话),与周边环境有交互的语义解析(如用于机器人执行指令)。

报告嘉宾:韩先培,博士,中国科学院软件研究所中文信息处理实验室/计算机科学国家重点实验室研究员。主要研究方向为信息抽取、知识图谱、语义解析以及智能问答系统。在ACL、SIGIR、AAAI、EMNLP等重要国际会议发表论文四十余篇。韩先培是中国中文信息学会理事,语言与知识计算专业委员会副主任,中国科学院青促会会员,入选中国科协青年人才托举计划,获得中国中文信息学会汉王青年创新奖。 陈波,博士,中国科学院软件研究所中文信息处理实验室助理研究员,2018年获得中国科学院大学博士学位,并获得优秀毕业生。主要研究方向为语义解析(Semantic Parsing)和自然语言理解。在ACL、COLING、NAACL等自然语言处理国际顶级会议发表学术论文多篇。参与多项国家自然科学基金重点课题以及企业合作科研项目的研发。

CIPS_SSATT_2019_开放域语义解析_韩先培_陈波.pdf
3+
0+

论坛嘉宾:魏忠钰 复旦大学 副教授

报告主题:图卷积神经网络在计算金融等交叉学科领域的应用研究

报告摘要:基于图的模型能够描绘特定场景中的实体信息以及实体之间的关系,一直以来被各个学科的学者采用,在相关领域进行不同任务的建模和计算。近年来,图卷积神经网络在大规模图数据上的机器学习任务中有很好的性能表现,这也在交叉学科领域的学者中引起广泛的关注。本次报告将梳理图卷积神经网络在一些交叉学科进行表示学习以及标签预测的工作,并重点介绍报告人近期在计算金融等领域使用图卷积神经网络开展的应用研究工作。

嘉宾简介:魏忠钰,复旦大学大数据学院副教授,香港中文大学博士,美国德州大学达拉斯分校博士后,中文信息学会社交媒体处理专委会通讯委员,中国中文信息学会青年工作委员会委员。主要研究领域为自然语言处理,机器学习和社会媒体处理,专注于自动化文本生成(Text Generation)和论辩挖掘(Argumentation Mining)的研究,在相关领域在国际会议、期刊如CL,ACL,SIGIR,EMNLP,AAAI,IJCAI, Bioinformatics等发表学术论文40余篇。担任多个重要的国际会议或者期刊评审,入选2017年度上海市青年科技英才扬帆计划。

SMP 2019 - 表示学习论坛 - 魏忠钰 - 复旦大学.pptx.pdf
3+
0+
小贴士
相关文章
Top