问答与对话-理论与基础之开放语义解析【韩先培、陈波】第十四届中国中文信息学会暑期学校暨中国中文信息学会《前沿科技讲习班》ATT第13期

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。