主题: NLPer的核心竞争力是什么?

摘要: 自然语言处理是当前人工智能研究的重要方向之一。那么从事NLP的人员如何能够不断升级,构建核心竞争力,请看哈工大SCIR车万翔教授受邀在学生研讨会上作了一场特邀报告,报告题目为《NLPer的核心竞争力是什么?》。在本次报告中,车万翔教授强调,NLPer需要有发现问题与解决问题的能力,并且需要对基本概念理解得更准确、对研究有更好的品味以及对数据更敏感。此外,车万翔教授还提到,尽管深度模型的能力越来越强,我们也不能忽视结构的重要性。

作者简介: 车万翔, 博士,哈尔滨工业大学计算机学院教授,博士生导师,斯坦福大学访问学者,合作导师Christopher Manning教授。现任中国中文信息学会计算语言学专业委员会委员、青年工作委员会副主任;中国计算机学会高级会员、曾任YOCSEF哈尔滨主席(2016-2017年度)。在ACL、EMNLP、AAAI、IJCAI等国内外高水平期刊和会议上发表学术论文50余篇,其中AAAI 2013年的文章获得了最佳论文提名奖,论文累计被引用2,100余次(Google Scholar数据),H-index值为26。出版教材 2 部,译著 2 部。承担国家自然科学基金、973等多项科研项目。负责研发的语言技术平台(LTP)已被600余家单位共享,提供的在线“语言云”服务已有用户1万余人,并授权给百度、腾讯、华为等公司使用。2018年,获CoNLL多语种句法分析国际评测第1名。2015-16年,连续两年获Google Focused Research Award(谷歌专注研究奖);2016年,获黑龙江省科技进步一等奖(排名第2);2012年,获黑龙江省技术发明奖二等奖(排名第2);2010年获中国中文信息学会“钱伟长”中文信息处理科学技术奖一等奖(排名第2)、首届汉王青年创新奖(个人)等多项奖励。2017年,所主讲的《高级语言程序设计(Python)》课程获国家精品在线开放课程。

个人主页:http://ir.hit.edu.cn/~car/chinese.htm

成为VIP会员查看完整内容
7+
0+

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等

报告主题: 事理图谱的构建及应用

报告摘要:

知识图谱在各个领域精耕细作,逐渐显露价值,但是现有的知识库普遍是以“概念及概念间的关系”为核心,较少记录“事理逻辑”相关知识,事理逻辑(事件之间的演化规律与模式)是一种非常有价值的人类知识,挖掘这种知识对我们认识人类行为和社会发展变化规律非常有意义。因此本次报告介绍一种新型的知识图谱形式:事理图谱,它是一个事理逻辑知识库,描述了事件之间的演化规律和模式。结构上事理图谱是一个有向有环图,节点代表事件,有向边代表事件之间的顺承、因果、条件和上下位等逻辑关系。本次报告重点介绍事理图谱的定义、构建、推理及应用。

嘉宾简介:

丁效,哈尔滨工业大学助理研究员。主要研究方向为人工智能、自然语言处理、社会计算和事理图谱。2016年获得哈尔滨工业大学博士学位,已在人工智能领域的顶级国际期刊和会议IJCAI、AAAI、EMNLP等发表相关论文20余篇。承担国家自然科学基金青年项目等省部级以上项目四项,参与科技创新2030“新一代人工智能”重大项目、国家重大科技基础设施建设项目、科技部973课题、国家自然科学基金重点项目等。荣获全国青年人工智能创新创业大会三等奖、第五届全国青年计算语言学研讨会优秀论文奖等荣誉。担任中国中文信息学会社会媒体处理专委会秘书、委员、智能金融工作组副组长,中国中文信息学会青年工作委员会委员。个人主页:http://ir.hit.edu.cn/~xding/

成为VIP会员查看完整内容
6+
0+

报告主题: 信息抽取前沿动态

报告摘要: 信息抽取是从自然语言文本中抽取指定类型的实体、关系、事件等事实信息,并形成结构化数据输出的文本处理技术。本次报告从特征多元化、语料构建(半)自动化、任务联合学习等方面分析了当前信息提取的任务难点,并提出解决方案。

邀请嘉宾: 陈玉博,博士,中科院自动化所模式识别国家重点实验室助理研究员,研究方向为信息抽取、知识图谱和自然语言处理。在ACL、EMNLP、COLING、CIKM、WWW、AAAI等国际重要会议和期刊发表学术论文20余篇,曾获得NLP-NABD 2016最佳论文奖、CCKS 2017最佳论文奖。主持或参与国家自然科学基金青年基金项目、国家自然科学基金重点项目以及多项企业合作科研项目的研发,合作企业包括:华为、蚂蚁金服、腾讯、云知声等,同时也开发了事件抽取、关系抽取、实体识别和消歧等多项工具和软件。目前为中国中文信息学会青年工作委员会委员、中国中文信息学会语言与知识计算专委会委员。2018年获得中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖。

成为VIP会员查看完整内容
14+
0+

报告主题: 人机对话--开放领域对话系统的最新进展(Recent Advances towards Dialogue Systems in Open Domain)

报告摘要: 近年来,人机对话系统在学术界和工业界都获得了相当大的关注度,人机对话越来越受到人们的重视。随着微软小冰、图灵机器人、虚拟个人助理等产品的发布以及大量人工智能公司的建立,这些对话系统背后的技术在逐步积累。此次报告主要讲述了开放领域对话系统的最新进展,介绍了深度注意匹配网络(DAM)、多表示融合网络(MRFN)以及相关技术、更好的匹配模型,然后讲述了大规模的预训练神经网络对现有模型的改进,最后,讲述了开放领域对话系统所面临的挑战并且展望未来。

邀请嘉宾: 严睿,博士,北京大学助理教授,博士生导师,前百度公司资深研发,华中师范大学与中央财经大学客座教授与校外导师。主持研发多个开放领域对话系统和服务类对话系统,发表高水平研究论文100余篇,担任多个学术会议(KDD, IJCAI, SIGIR, ACL, WWW, AAAI, CIKM, EMNLP等)的(资深)程序委员会委员及审稿人。受邀在EMNLP, WWW, SIGIR, IJCAI等多个顶级国际会议上做针对人机对话系统与自然语言处理的讲习班教程报告(Tutorial)或邀请报告(Invited Talk)。

成为VIP会员查看完整内容
4+
0+

报告主题:知识指导的自然语言处理

报告摘要:近年来深度学习技术席卷自然语言处理(NLP)各大领域。作为典型的数据驱动方法,深度学习面临可解释性不强等难题,如何将人类积累的大量语言知识和世界知识引入深度学习模型,是改进NLP深度学习模型性能的重要方向,同时也面临很多挑战。本报告将介绍知识指导的自然语言处理的最新进展与趋势。

邀请嘉宾:林衍凯,腾讯微信模式识别中心高级研究员。博士毕业于来自清华大学自然语言处理组, 由孙茂松教授和刘知远副教授共同指导,主要研究方向为知识图谱表示、构建和应用。目前已在人工智能、自然语言处理等领域的著名国际会议IJCAI,AAAI,EMNLP,ACL发表相关论文多篇,Google Scholar引用数超过1400。曾获2017年百度奖学金、2018年清华大学学术新秀。

成为VIP会员查看完整内容
5_CCKS_ATT_YankaiLin.pdf
8+
0+

报告主题:任务型对话系统

报告简介:对话系统一般可以分为两种,即任务型对话系统(也称作目标导向型对话系统)和闲聊对话系统。本讲习班主要介绍任务型对话系统,其多用于垂直领域业务助理系统,如微软小娜、百度度秘、阿里小蜜以及我们研发的对话技术平台(DTP)等。这类系统具有明确需要完成的任务目标,如订餐、订票等。我们将首先介绍任务型对话系统的背景和定义,然后依次介绍其中的关键技术,包括自然语言理解(包括领域意图的识别和语义槽的填充)、对话管理(包括对话状态跟踪和对话策略优化)以及自然语言生成;接着介绍任务型对话系统的评价方法和国内外相关技术评测任务;最后对任务型对话系统的技术和应用趋势进行展望。

邀请嘉宾:车万翔博士,哈尔滨工业大学计算机学院教授,博士生导师,斯坦福大学访问学者,合作导师Christopher Manning教授。现任中国中文信息学会计算语言学专业委员会委员、青年工作委员会副主任;中国计算机学会高级会员、曾任YOCSEF哈尔滨主席(2016-2017年度)。在ACL、EMNLP、AAAI、IJCAI等国内外高水平期刊和会议上发表学术论文50余篇,其中AAAI 2013年的文章获得了最佳论文提名奖,论文累计被引用2,100余次(Google Scholar数据),H-index值为26。出版教材 2 部,译著 2 部。承担国家自然科学基金、973等多项科研项目。负责研发的语言技术平台(LTP)已被600余家单位共享,提供的在线“语言云”服务已有用户1万余人,并授权给百度、腾讯、华为等公司使用。2018年,获CoNLL多语种句法分析国际评测第1名。2015-16年,连续两年获Google Focused Research Award(谷歌专注研究奖);2016年,获黑龙江省科技进步一等奖(排名第2);2012年,获黑龙江省技术发明奖二等奖(排名第2);2010年获中国中文信息学会“钱伟长”中文信息处理科学技术奖一等奖(排名第2)、首届汉王青年创新奖(个人)等多项奖励。2017年,所主讲的《高级语言程序设计(Python)》课程获国家精品在线开放课程。

张伟男,哈尔滨工业大学计算机科学与技术学院副教授/博士。研究兴趣包括人机对话及自然语言处理。在ACL、AAAI、IJCAI及IEEE TKDE等CCF A类国际会议及国际顶级期刊发表论文多篇,主导研发了人机对话系统“笨笨”。目前为中国中文信息学会(CIPS)信息检索专委会委员、青年工作委员会委员,中国人工智能学会(CAAI)青年工作委员会委员。曾获黑龙江省科技进步一等奖、中国人工智能学会最佳青年成果奖、中国人工智能学会“合创杯”第二届全国青年创新创业大赛三等奖及首届“百度奖学金”。

成为VIP会员查看完整内容
CIPS_SSATT_2019_任务型对话系统_车万翔_张伟男.pdf
9+
0+

论坛嘉宾:杨成 北京邮电大学 助理教授

报告主题:图神经网络在自然语言处理领域的前沿应用

报告摘要:很多真实世界的应用场景需要处理包含着元素间丰富关系信息的图形式的数据。在例如物理系统建模、化学分子功能预测等领域中,数据都拥有显式的图结构;而在另一些例如文本的非结构数据中,如何从数据中抽取推理并利用如句法树等结构信息,也是相关领域中重要的研究方向。图神经网络可以通过节点间的信息传递(message passing)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。本报告将重点介绍图神经网络技术在自然语言处理领域的前沿应用。

嘉宾简介:杨成,博士,北京邮电大学计算机学院助理教授,2019年7月毕业于清华大学计算机科学与技术系,从事自然语言处理与社会计算相关方向的研究,博士期间在国内外顶级期刊会议上发表多篇论文,Google Scholar累计获得引用近500次,并担任国内外顶级会议包括ACL、EMNLP、SMP等在内的程序委员会成员和期刊的审稿人。

成为VIP会员查看完整内容
18+
0+
Top