“CCF-NLP走进高校”系列分享报告会（新疆大学站）圆满结束

AI科技评论按：2020年11月29日，由中国计算机学会自然语言处理专业委员会（CCF-NLP）发起，联合AI研习社及各个知名高校开展的“CCF-NLP走进高校”系列高校NLP研究分享报告会——新疆大学站，通过线上会议直播的方式进行。

本期报告会邀请了哈尔滨工业大学（深圳）教授&博士生导师-徐睿峰、清华大学计算机系长聘副教授-黄民烈、天津大学教授&博士生导师-熊德意三位特邀报告嘉宾，以及复旦大学计算机科学技术学院黄萱菁教授进行开场介绍，西湖大学特聘研究员张岳主持了本次报告会。       

在本次报告会上，专家们围绕《文本情感分析、理解与生成》、《知识与预训练模型》、《多模态神经机器翻译：建构细粒度的多语言-图像特征符号奠基》等NLP热门话题展开了精彩报告。活动通过AI研习社和Bilibili等平台线上直播观看的方式进行，同学们互动踊跃。      

---

嘉宾分享回顾

复旦大学计算机科学技术学院黄萱菁教授进行了开场介绍。黄老师首先代表中国计算机学会自然语言处理专委会对新疆大学和AI研习社的精心准备以及分享嘉宾、老师和同学们的积极参与表示衷心的感谢，接着介绍了CCF-NLP自1987年成立以来的重要任务之一：“中国语言文字处理的计算机系统和以计算机为工具，研究语言文字处理技术两个主要研究方向，开展学术和技术交流活动”，今天的“CCF-NLP走进新疆大学”活动将和大家一起聆听三位分享嘉宾在NLP领域的研究成果，希望大家都能有所收获和启发。    

随后，东道主新疆大学信息科学与工程学院副院长何亮教授代表院长汪烈军教授向大家介绍了新疆大学的学校概况和优势特色，并对分享嘉宾和主持人以及主办方、协办方的大力支持表示衷心的感谢。   

---

—   1   —

接下来的报告环节中，首先进行分享的是哈尔滨工业大学（深圳）教授、博士生导师-徐睿峰老师，分享主题是《文本情感分析、理解与生成》。

徐老师首先介绍了文本情感计算的概念、研究对象和发展方向，接着通过列举文本情感分析发展的几大里程碑事件，为大家梳理了文本情感分析的发展脉络。

针对文本情感计算，徐老师认为未来会有以下四个发展趋势（1.情感分析粒度更加精细；2.情感理解更加深入；3.从情感理解到情感交互；4.情感计算模态的扩张），接着徐老师围绕这几个问题概要性地介绍了一些典型的工作和老师本人的一些思考。最后，徐老师指出，深度学习带来的红利期已接近尾声，虽然单纯套用模型做简单重复的研究依然是主流，但已经越来越不受欢迎了。而根据文本情感的独有特性，从不同角度深挖新任务，提出新数据的研究重新受到大家的关注。研究有特点的新任务关键在于对传统任务有着透彻的理解，对传统任务的假设、适用范围等宏观条件的泛化与修正是研究的主要思路。

在问答环节，徐老师对同学们提到的“如何应对文本中情感表达形式的复杂性问题？”“隐式情感分析中的幽默情感分析最新进展如何？”“模态应该怎么理解”等问题进行了详细的解答。

更多徐老师的报告内容请见文末活动视频地址。

—   2   —

在徐睿峰老师之后，清华大学计算机系长聘副教授-黄民烈老师，进行了题为《知识与预训练模型》的报告。     

黄老师认为现在的预训练模型在利用和处理低频的知识上，非常不理想，未来如果想把预训练模型做得更好的话，一方面可能要思考如何合适地去处理低频的知识；另一方面，为了更好地去做语言生成，可以去做一些显示的控制，可能需要去尝试做一些分层次的规划。同时，我们如果要真正地理解预训练模型，需要Grounding to real worlds，包括我们平时用知识图谱去做real worlds的近似，这时候可能就非常必要了。最后黄老师还向大家分享了工作室最近在写一本书《现代自然语言生成》，即将出版，欢迎大家关注。

在接下来的问答环节，黄老师对“通用预训练模型对特别领域数据是否依然有好的表现？”“训练好的分类器怎么使用？”“怎样更好地处理低频的知识”等问题进行了耐心解答。

更多黄老师的报告内容请见文末视频回放地址。

—   3   —

最后一位进行报告的是天津大学教授、博士生导师-熊德意老师，报告主题为《多模态神经机器翻译：建构细粒度的多语言-图像特征符号奠基》。         熊老师首先介绍了什么是多模态机器翻译，进而引出目前多模态机器翻译存在的两大问题：1.视觉模态只在较少情况下被MT引用，2.视觉模态在大部分时候是多余的，对机器翻译的帮助有限。接着，熊老师给出了自己的应对策略：包括视觉特征表征与学习、源语言与视觉特征交互、目标语言与视觉特征交互。熊老师还在提到了细粒度多语言-视觉特征符号奠基的思路：首先，采用结构化方式进行视觉建模：构建细粒度grounding基础；其次，多语言文本-视觉特征奠基：源语言-视觉奠基、目标语言-视觉奠基。最后，熊老师对机器翻译未来趋势（多模态、多语言、篇章级、鲁棒机器翻译、低资源机器翻译等）以及自然语言处理未来趋势（逐渐向更高层级发展、新的语言资源、语言任务会越来越多，且应得到鼓励，预训练语言模型将越来越受到重视）进行了判断并给出了自己独到的见解。

在问答环节，熊老师对同学们提出的“自然语言处理的相似度问题”、“翻译测试集中的改进和变差的部分与图像信息之间的关系”、“多模态信息抽取的建议”等问题，进行了耐心的解答。

更多熊老师的报告内容请见文末视频回放地址。

—   总结   —

最后，张岳老师进行了活动总结，再次向参加活动的各位专家学者和新疆大学以及AI研习社表示感谢，并期待更多的专家、老师和同学能持续关注NLP领域的研究进展，一起推动这一领域继续向前发展。

此后还将会有更多的高校加入CCF -NLP走进高校系列活动，第五站分享活动已经定于2020年12月6日（星期日） 走进深圳大学，更多分享会信息请持续关注“AI科技评论”和AI研习社官网（https://www.yanxishe.com/）。

主办方介绍

中国计算机学会自然语言处理专委会（CCF-NLP）1987年10月成立, 专委会成立之初即确定了“中国语言文字处理的计算机系统”和“以计算机为工具研究语言文字处理技术”两个主要研究方向，主要包括（或涉及）中国各民族语言文字的自然语言处理、机器翻译、信息抽取、数据挖掘、信息检索、智能问答、语音识别与合成、社会网络计算等众多学术领域，以及中文计算，即中国语言文字处理的应用技术领域。专委会致力于团结、联合、组织中文信息技术相关领域的各界专业人士，开展学术/技术交流、发展战略研究、专业技术标准制定、专业技术评测、专业培训等相关活动，提高中文信息技术领域的科研、教学、应用水平，促进研究成果的应用和向产品的转化，提升在国家科技活动和国际学术方面的影响力。

承办方介绍

新疆大学是国家首批“211工程”重点建设高校，国家“中西部高校综合实力提升工程”建设高校，教育部与新疆维吾尔自治区人民政府“部区合建”高校，全国首批一流大学建设高校。学校现有25个学院，1个研究生院，2个教学研究部，36个理工类省部级以上科研平台（团队），12个人文社科类省部级以上科研平台。现有2个国家级重点学科，1个国家级重点培育学科，3个双一流重点建设学科；6个自治区级高峰学科， 7个自治区高原学科，3个学科进入ESI全球前1%；有14个博士学位授权一级学科、34个硕士学位授权一级学科，12个博士后科研流动站，18个硕士专业学位类别，是新疆高校中学位授权最多、学位授权体系最完备的高校。学校现有95个本科专业，70个本科招生专业；14个国家级一流本科专业建设点，10个省级一流本科专业建设点，10个国家特色专业，18个自治区紧缺人才专业，12个自治区重点专业。

活动背景

为了促进更多师生对自然语言处理前沿进展的了解，帮助在校计算机及相关专业大学生成长和发展，CCF-NLP致力于让领域内的权威大牛们走进更多的高校，与师生进行沟通和交流。这是成为我国NLP领域发展的迫切需求。自然语言处理专委会为此将举办一系列 CCF -NLP走进高校系列活动。CCF-NLP后续还将与更多高校合作，继续召开一系列的“走进高校”分享活动，进一步促进各高校之间的学术交流，推动科研合作发展，为 NLP 的研究添砖加瓦。

 

CCF-NLP走进新疆大学视频回放：

https://www.yanxishe.com/events/ccf-nlp-xju

 

点击“阅读原文”查看报告会视频回放。