**报告主题: 做失败科研的10个方法
**报告摘要: 成功的科研都是相似的,失败的科研各有各的失败。成功科研方法让你仰望星空,失败科研方法让你在仰望星空的时候避免掉入水坑。如果成功的科研是可以学习的,那么正例让你发更多的好论文(Recall),但是我们也需要很多负例让你用更少的投稿发出更多的好论文(Precision),少走弯路,我们的优化目标是寻找最优的F值。 本报告基于两位讲者在30年(求和得出)科研经历中遇到过、看到过、听到过的失败科研方法,包括失败科研的哲学、心态、理念、方法、技术和工具。我们试图包含大量的信息,同时保持有趣。当然,在描述10(也可能不止)个失败科研方法的最后,我们也给出失败科研的反面—如何做出成功的科研。
**邀请嘉宾: 刘康 博士,现任中科院自动化所模式识别国家重点实验室副研究员,西安电子科技大学客座教授。研究领域包括信息抽取、网络挖掘、问答系统等,同时也涉及模式识别与机器学习方面的基础研究。在自然语言处理、知识工程等领域国际重要会议和期刊发表论文90余篇(如TKDE、ACL、IJCAI、EMNLP、COLING、CIKM等),获得KDD CUP 2011 Track2 全球亚军,COLING 2014最佳论文奖,首届“CCF-腾讯犀牛鸟基金卓越奖”、2015、2016 Google Focused Research Award。2014年获得中国中文信息学会“钱伟长中文信息处理科学技术奖-汉王青年创新一等奖”、2018年获得中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖(排名第二)等奖项,兼任中国中文信息学会青年工作委员会主任、语言与知识计算专业委员会秘书长等学术职务。韩先培 博士,中国科学院软件研究所中文信息处理实验室/计算机科学国家重点实验室研究员。主要研究方向为信息抽取、知识图谱、语义解析以及智能问答系统。在ACL、SIGIR、AAAI、EMNLP等重要国际会议发表论文四十余篇。韩先培是中国中文信息学会理事,语言与知识计算专业委员会副主任,中国科学院青促会会员。2016年入选中国科协青年人才托举计划,获得中国中文信息学会汉王青年创新奖。