【紫冬讲堂】自动化所宗成庆:NLP的过去与现在

2019 年 5 月 14 日 中国科学院自动化研究所


CASIA
解锁更多智能之美

【今日紫冬】 自然语言处理是人工智能领域研究的核心内容之一,备受学术界和企业界瞩目。今日分享中科院自动化所自然语言处理团队宗成庆研究员关于"自然语言处理方法与应用"的学术报告,报告从学科产生与发展、技术挑战、基本方法、应用举例、技术现状等多个视角对自然语言处理领域进行了全面梳理,并简要介绍了团队近年来的主要工作,同时对该学科未来发展方向进行了分析和展望。


报告中,宗成庆研究员首先对自然语言处理的基本概念、研究内容和理论方法进行了简要梳理,介绍了自然语言处理这一学科的产生和发展,强调了计算机理解自然语言的科学意义和应用价值。


而后分析了自然语言处理面临的技术挑战,包括自然语言中大量存在的未知语言现象、歧义词汇和结构、隐喻表达、以及翻译问题中不同语言之间概念的不对等性等,语义概念的表示和计算、说话人意图的理解和推理、以及语用场景的分析是当前面临的核心挑战。在介绍了自然语言处理的基本方法后,宗成庆研究员通过两个具体实例展示了不同方法的实现过程及其存在的问题。


活动现场


他认为,虽然目前NLP技术在很多领域得到了成功的应用,但远未做到自然语言的深度理解,在这一领域仍然存在大量的难题和探索的空间,如现有的翻译模型无法准确处理篇章范围内的指代问题、无法区分由于细微文字或句法差异造成的句子语义反转、无法从译员的译后编辑过程中自动学习翻译知识等等。


团队出版主要论著


此外,宗成庆研究员还介绍了自然语言处理团队的研究方向及部分研发成果。目前团队的主要研究方向包括自然语言处理基础任务、机器翻译、知识图谱、信息抽取、问答系统、情感分类、基于多模态信息融合的自然语言处理、类脑启发的自然语言处理方法研究等。


团队近年来在上述各方向上都进行了深入研究和探索,产出了一批优秀成果,包括三部专著:《统计自然语言处理》、《文本数据挖掘》和《知识图谱》。报告最后,宗成庆研究员对该学科未来发展的趋势和方向进行了简要分析和展望。


完整版教程链接:

链接:

https://pan.baidu.com/s/1V9J5DNMhMAkv-fC_GcBZ0w 

提取码:kral 


宗成庆研究员团队主页:

http://www.nlpr.ia.ac.cn/cip/introduction.htm


下附讲座完整PPT



智显未来,洞见新知
Discover Intelligence Future

更多精彩内容,欢迎关注

中科院自动化所官方网站:

http://www.ia.ac.cn

欢迎后台留言、推荐您感兴趣的话题、内容或资讯,小编恭候您的意见和建议!如需转载或投稿,请后台私信。

来源:自动化所模式识别国家重点实验室

编辑:鲁宁、欧梨成


登录查看更多
4

相关内容

宗成庆,中国科学院自动化研究所研究员、博士生导师,主要从事自然语言处理、机器翻译和人机对话系统等相关研究,主持国家项目20余项,发表论文200余篇,出版学术专著和译著各一部。目前担任国际计算语言学委员会(ICCL)委员、亚洲自然语言处理联合会(AFNLP)副主席、中国中文信息学会副理事长、中国人工智能学会理事和CCF中文信息技术专委会副主任。宗成庆是学术期刊ACM TALLIP副主编(Associate Editor)、《自动化学报》副主编、IEEE Intelligent Systems编委等,曾任国际会议ACL 2015程序委员会主席、ACL 2009讲座主席、IJCAI 2017领域主席、COLING 2010组委会主席和IJCNLP 2017大会主席,2014~2015担任ACL-SIGHAN专委会主席。曾获PACLIC 2009国际会议最佳论文奖、中国科学院“朱李月华优秀教师”奖、“钱伟长中文信息处理科学技术奖”一等奖和国家科技进步奖二等奖,2013年获国务院政府特殊津贴。个人主页:http://www.ia.cas.cn/sourcedb_ia_cas/cn/iaexpert/200908/t20090804_2310483.html
最新《生成式对抗网络》简介,25页ppt
专知会员服务
168+阅读 · 2020年6月28日
人机对抗智能技术
专知会员服务
187+阅读 · 2020年5月3日
基于深度学习的多标签生成研究进展
专知会员服务
140+阅读 · 2020年4月25日
专知会员服务
102+阅读 · 2020年3月12日
专知会员服务
197+阅读 · 2020年3月6日
机器翻译深度学习最新综述
专知会员服务
96+阅读 · 2020年2月20日
深度学习自然语言处理综述,266篇参考文献
专知会员服务
225+阅读 · 2019年10月12日
靠谱!NLP值得学习的关键技术有哪些?
AI前线
6+阅读 · 2019年3月10日
微软亚洲研究院:NLP将迎来黄金十年
黑龙江大学自然语言处理实验室
7+阅读 · 2018年12月2日
专栏 | 微软研究院:NLP将迎来黄金十年
大数据文摘
4+阅读 · 2018年12月2日
【报告分享】刘成林:文档分析及模式识别系统学习领域研究进展与热点
深度学习在 NLP 上的七大应用
AI前线
3+阅读 · 2017年10月11日
爱奇艺视频场景下的自然语言处理应用
AI前线
8+阅读 · 2017年10月3日
Arxiv
13+阅读 · 2020年4月12日
Interpretable CNNs for Object Classification
Arxiv
20+阅读 · 2020年3月12日
Talking-Heads Attention
Arxiv
15+阅读 · 2020年3月5日
Arxiv
21+阅读 · 2019年8月21日
Arxiv
10+阅读 · 2018年3月22日
Arxiv
21+阅读 · 2018年2月14日
VIP会员
相关VIP内容
最新《生成式对抗网络》简介,25页ppt
专知会员服务
168+阅读 · 2020年6月28日
人机对抗智能技术
专知会员服务
187+阅读 · 2020年5月3日
基于深度学习的多标签生成研究进展
专知会员服务
140+阅读 · 2020年4月25日
专知会员服务
102+阅读 · 2020年3月12日
专知会员服务
197+阅读 · 2020年3月6日
机器翻译深度学习最新综述
专知会员服务
96+阅读 · 2020年2月20日
深度学习自然语言处理综述,266篇参考文献
专知会员服务
225+阅读 · 2019年10月12日
相关资讯
靠谱!NLP值得学习的关键技术有哪些?
AI前线
6+阅读 · 2019年3月10日
微软亚洲研究院:NLP将迎来黄金十年
黑龙江大学自然语言处理实验室
7+阅读 · 2018年12月2日
专栏 | 微软研究院:NLP将迎来黄金十年
大数据文摘
4+阅读 · 2018年12月2日
【报告分享】刘成林:文档分析及模式识别系统学习领域研究进展与热点
深度学习在 NLP 上的七大应用
AI前线
3+阅读 · 2017年10月11日
爱奇艺视频场景下的自然语言处理应用
AI前线
8+阅读 · 2017年10月3日
相关论文
Arxiv
13+阅读 · 2020年4月12日
Interpretable CNNs for Object Classification
Arxiv
20+阅读 · 2020年3月12日
Talking-Heads Attention
Arxiv
15+阅读 · 2020年3月5日
Arxiv
21+阅读 · 2019年8月21日
Arxiv
10+阅读 · 2018年3月22日
Arxiv
21+阅读 · 2018年2月14日
Top
微信扫码咨询专知VIP会员