直播 | 自然语言处理中的多任务学习 & 复旦大学NLP实验室介绍

2018 年 10 月 22 日 AI科技评论

分享主题

自然语言处理中的多任务学习 & 复旦大学NLP实验室介绍

 

分享背景

过去几年,深度学习在自然语言处理中取得了很大的进展,但进展的幅度并不像其在计算机视觉中那么显著。其中一个重要的原因是数据规模问题。 多任务学习是将多个任务一起学习,充分挖掘多个任务之间的相关性,来提高每个任务的模型准确率,从而可以减少每个任务对训练数据量的需求。在本次公开课中,讲者将分享其所在研究组关于多任务学习在自然语言处理领域的最新工作。

 

分享嘉宾

陈俊坤,复旦大学计算机系在读硕士,导师是邱锡鹏副教授,主要研究方向为自然语言处理,多任务学习等。其研究工作曾在 AAAI, IJCAI上发表。

 

分享提纲

1、基于深度学习的自然语言处理。

2、深度学习在自然语言处理中的困境。

3、自然语言中的多任务学习。

4、多任务基准平台。

5、复旦大学NLP实验室介绍。


分享时间

北京时间10月22日(周一) 20:00


直播链接

http://www.mooc.ai/open/course/574

想了解更多 AI 研习社直播

欢迎点击“阅读原文”

或者移步 AI 研习社社区~

登录查看更多
6

相关内容

多任务学习(MTL)是机器学习的一个子领域,可以同时解决多个学习任务,同时利用各个任务之间的共性和差异。与单独训练模型相比,这可以提高特定任务模型的学习效率和预测准确性。多任务学习是归纳传递的一种方法,它通过将相关任务的训练信号中包含的域信息用作归纳偏差来提高泛化能力。通过使用共享表示形式并行学习任务来实现,每个任务所学的知识可以帮助更好地学习其它任务。
最新《多任务学习》综述,39页pdf
专知会员服务
264+阅读 · 2020年7月10日
神经网络与深度学习,复旦大学邱锡鹏老师
专知会员服务
118+阅读 · 2019年9月24日
已删除
将门创投
4+阅读 · 2019年9月10日
今晚20点大讲堂 | 时序预测中深度学习介绍
AI研习社
5+阅读 · 2019年6月20日
直播 | 基于全局特征的大规模图像检索
AI科技评论
9+阅读 · 2019年2月14日
猿桌会 | 语音识别技术分享
AI研习社
5+阅读 · 2018年11月14日
大讲堂 | 神经关系抽取模型
AI研习社
24+阅读 · 2018年9月11日
直播 | Python+AI:Python学习者的人工智能入门课
AI科技评论
4+阅读 · 2018年5月11日
最全面的百度NLP自然语言处理技术解析
InfoQ
7+阅读 · 2017年11月12日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Arxiv
21+阅读 · 2019年8月21日
Arxiv
13+阅读 · 2019年1月26日
Meta-Transfer Learning for Few-Shot Learning
Arxiv
8+阅读 · 2018年12月6日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
6+阅读 · 2018年8月27日
Arxiv
11+阅读 · 2018年7月8日
VIP会员
相关VIP内容
最新《多任务学习》综述,39页pdf
专知会员服务
264+阅读 · 2020年7月10日
神经网络与深度学习,复旦大学邱锡鹏老师
专知会员服务
118+阅读 · 2019年9月24日
相关资讯
已删除
将门创投
4+阅读 · 2019年9月10日
今晚20点大讲堂 | 时序预测中深度学习介绍
AI研习社
5+阅读 · 2019年6月20日
直播 | 基于全局特征的大规模图像检索
AI科技评论
9+阅读 · 2019年2月14日
猿桌会 | 语音识别技术分享
AI研习社
5+阅读 · 2018年11月14日
大讲堂 | 神经关系抽取模型
AI研习社
24+阅读 · 2018年9月11日
直播 | Python+AI:Python学习者的人工智能入门课
AI科技评论
4+阅读 · 2018年5月11日
最全面的百度NLP自然语言处理技术解析
InfoQ
7+阅读 · 2017年11月12日
相关论文
Top
微信扫码咨询专知VIP会员