自监督学习的目标是利用输入数据自身作为监督信号,从而避免使用大量难以获取的人工监督信息。尽管当前许多工作已经大幅提高其在文本、图像等数据上的性能,但自监督学习在诸如检索、推荐、图数据挖掘、社交网络分析等问题上的应用还亟待探索。
自监督学习理论与算法
预训练模型与训练技术
生成式预训练学习
对比学习
表示学习
自监督学习在文本、图像、图结构、多媒体数据上的应用
图神经网络
Transformer与注意力机制
知识图谱嵌入与表示
提交截止日期:2021 年 3 月 1 日
Workshop 举办时间:2021 年 4 月
更多详情请点击阅读原文或查看 workshop 主页:
https://www.aminer.cn/ssl_www2021
点击阅读原文,查看更多精彩!