“CCF-NLP走进高校”系列分享是CCF-NLP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,特邀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,让学术思想流动起来,共同学习进步。
往期精彩活动回顾可以扫码查看:
“CCF-NLP走进高校”系列高校NLP研究分享报告会第五期,我们将走进岭南热土,来到极具改革和创新精神的深圳大学,为这里的同学以及线上直播间的观众们分享NLP领域的最新发展成果和未来的研究方向,12月6日(本周日)18:30-21:55,敬请期待!
本次“CCF-NLP走进深圳大学”活动邀请到三位NLP领域的资深权威学者,分别是:
北京大学王选计算机研究所副教授&硕士生导师-冯岩松
中国人民大学高瓴人工智能学院长聘副教授&博士生导师-赵鑫
哈尔滨工业大学助理研究员&硕士生导师-丁效
三位嘉宾将围绕《融合先验知识的神经网络模型》、《智能化推荐算法的最新进展》、《基于事理图谱的认知推理》三大主题展开,给同学们接触NLP前沿资讯带来最新的知识、项目经验和成果分享,并提供新颖的解读视角。
三位主讲嘉宾之外,本次活动还重磅邀请到了三位NLP学术大咖:
开场嘉宾-北京大学计算机科学技术研究所万小军教授;
东道主-深圳大学计算机与软件学院副院长毛睿教授;
主持人-西湖大学特聘研究员张岳教授。
本期活动由中国计算机学会自然语言处理专业委员会(CCF-NLP)主办,深圳大学、AI研习社联合承办,AI科技评论和机器学习算法与自然语言处理作为战略媒体,活动将结合线上直播分享和深圳大学线下分享方式举行。
直播观看地址
AI研习社直播地址:https://www.yanxishe.com/events/ccf-nlp-szu
B站直播地址:http://live.bilibili.com/22494831
活动流程
01/ 开场介绍
嘉宾:万小军
时间:18:30--18:40
02 / 深圳大学介绍
嘉宾:毛睿
时间:18:40--18:50
03 / 分享主题:
融合先验知识的神经网络模型
演讲嘉宾:冯岩松
时间:18:50--19:50
分享环节:50分钟主题分享+10分钟互动问答
演讲摘要:
近年来,神经网络模型已在机器翻译、信息抽取、问答等自然语言处理典型任务上取得了令人瞩目的进展,但此类模型多依赖于大量标注数据进行模型训练与参数调优。本次报告将简要介绍如何将符号化的人类先验知识融入神经网络模型中,从而减少其对大规模优质标注数据的依赖。首先,将介绍如何利用注意力机制将常见的正则表达式融入到语义分析模型中,使其在少量标注数据的场景下依然可以表现出稳定的性能;其次,探讨如何将人类专家制定的约束规则融合到神经网络模型中,使其能够有效克服噪声训练数据带来的负面影响。
04 /分享主题:
智能化推荐算法的最新进展
演讲嘉宾:赵鑫
时间:19:50--20:50
分享环节:50分钟主题分享+10分钟互动问答
演讲摘要:
本次报告将介绍一下本研究组在智能化推荐算法的最新研究进展,主要分为四个部分。第一部分介绍基于结构化记忆网络的推荐算法,介绍如何利用知识图谱刻画用户的细粒度偏好;第二部分将主要介绍基于知识信息融合的会话式推荐算法,介绍如何融合实体语义知识库与文本语义知识库的语义差异,并且介绍一个自行标注的大规模会话式推荐数据集合;第三部分介绍一下基于预训练方式的推荐算法学习;最后介绍一下自行研制的开源推荐系统“伯乐”,这是目前基于PyTorch框架的最新、最全面的推荐系统库。
05 / 分享主题:
基于事理图谱的认知推理
演讲嘉宾:丁效
时间:20:50--21:50
分享环节:50分钟主题分享+10分钟互动问答
演讲摘要:
历史事件是人类社会发展的重要记录,人们的社会活动往往是事件驱动的。事件之间在时间、空间上相继发生的演化规律和模式是一种十分有价值的知识。然而,现有的典型知识图谱主要是以实体及其属性和关系为研究核心,缺乏对事理逻辑这一重要人类知识的刻画。为了弥补这一不足,事理图谱应运而生,它能够揭示事件的演化规律和发展逻辑,刻画和记录人类行为活动。本次报告首先介绍事理图谱的概念,随后重点介绍基于事理知识的事件演绎与反绎推理方法,在多个因果事件推理任务上事理知识都表现出了明显的优势,最后简单介绍事理图谱的潜在应用。
嘉宾介绍
▲万小军
北京大学计算机科学技术研究所教授
▲毛睿
深圳大学计算机与软件学院副院长
▲冯岩松
北京大学王选计算机研究所副教授
▲赵鑫
中国人民大学高瓴人工智能学院长聘副教授
▲丁效
哈尔滨工业大学助理研究员
主持人介绍
▲张岳
西湖大学特聘研究员
添加小助手微信,回复【CCF-NLP】,进入交流群
下期预告
本期活动为CCF-NLP走进高校系列分享活动第五期,第六期将于2020年12月20日(周日)18:30-21:55 走进华中师范大学,敬请期待~
更多分享信息请持续关注AI科技评论。
点击“阅读原文”,直达直播页面