会议邀请 | 中国中文信息学会暑期学校《前沿技术讲习班》
ATT第13期 問答與對話-理論與基礎
ATT第14期 問答與對話-技術與系統
會議時間:?ATT第13期:2019年7月12~13日,ATT第14期:2019年7月14~15日
報到時間:2019年7月12日
報到地點:北京西郊賓館會議中心(二層)-銀杏大廳
上課地點:北京西郊賓館會議中心(二層)-銀杏大廳
交通指南:北京市海淀區王莊路18號
主辦單位:中國中文信息學會, 中國中文信息學會學術工作委員會
承辦單位:北京語言大學
會議網站:
http://conference.cipsc.org.cn/ssatt2019
在線注冊地址:?
http://reg.cipsc.org.cn/ssatt2019
講習班簡介
深度學習是人工智能領域的前沿熱點,已在自然語言處理、計算機視覺、語音識別、計算機圍棋等任務取得了令人矚目的成績,獲得了學術界和工業界的廣泛關注。隨著機器學習和深度學習技術的不斷進步,近年來越來越多的研究者開始關注,如何能夠讓機器像人類一樣閱讀文本,如何讓機器能夠自然的與人交流,對于智能問答和對話系統的研究又再次成為了研究的熱點。
為進一步普及深度學習知識、促進自然語言處理技術發展、深入探討問答與對話的基礎理論與應用開發,中國中文信息學會學術工作專委會定于2019年7月12日-13日,14日-15日,在北京西郊賓館舉辦中國中文信息學會前沿技術講習班(CIPS ATT),邀請來自研究第一線的知名青年專家學者系統講述深度學習、問答、對話的基礎知識以及最前沿的相關算法,為感興趣的學者、學生和工程師提供一個四天的學習交流機會,快速了解有關的基本概念、研究內容、發展趨勢、算法實現和開源工具。
日程安排
ATT 第 13 期:問答與對話-理論與基礎
7 月 12 日 | ||
08:30-09:00 | 開幕式,合影 | |
09:00-12:00 | 面向自然語言處理的深度學習基礎(一) | 邱錫鵬(復旦大學) |
12:00-14:00 | 午餐,午間休息 | |
14:00-17:00 | 面向自然語言處理的深度學習基礎(二) | 邱錫鵬(復旦大學) |
7 月 13 日 | ||
09:00-12:00 | 開放域語義解析 | 陳波(中國科學院軟件研究所) |
韓先培(中國科學院軟件研究所) | ||
12:00-14:00 | 午餐,午間休息 | |
14:00-17:00 | 圖神經網絡在自然語言處理中的應用 | 張岳(西湖大學) |
ATT 第 14 期:問答與對話-技術與系統
7 月 14 日 | ||
09:00-12:00 | 基于深度學習的機器閱讀理解 | 崔一鳴(科大訊飛) |
12:00-14:00 | 午餐,午間休息 | |
14:00-17:00 | 問答系統 | 段楠(微軟亞洲研究院) |
唐都鈺(微軟亞洲研究院) | ||
7 月 15 日 | ||
09:00-12:00 | 面向任務的對話系統 | 張偉男(哈爾濱工業大學) |
車萬翔(哈爾濱工業大學) | ||
12:00-14:00 | 午餐,午間休息 | |
14:00-17:00 | 開放領域人機對話系統 | 嚴睿(北京大學) |
17:00-17:30 | 結業儀式 | |
特邀講者?
本次講習班邀請了在自然語言處理領域較早開展深度學習研究并取得眾多成果的幾位青年學者講授深度學習理論知識,以及自然語言處理中的應用。按授課順序,他們包括:
報告題目:面向自然語言處理的深度學習基礎報告人:邱錫鵬(復旦大學) |
報告摘要:
本報告主要介紹在自然語言處理中使得的深度學習基礎知識,具體內容分為兩部分:(1)理論部分:深度學習的基礎知識、主要模型(卷積神經網絡、循環神經網絡、注意力機制等)以及將這些模型應用到具體的自然語言處理任務上;(2)實踐部分:通過文本分類、序列標注、文本生成為例來講述如何實現具體的自然語言處理模型。
個人介紹:
邱錫鵬,復旦大學計算機科學技術學院副教授,博士生導師。于復旦大學獲得理學學士和博士學位。主要從事自然語言處理、深度學習等方向的研究,在ACL、EMNLP、AAAI、IJCAI等計算機學會A/B類期刊、會議上發表50余篇學術論文,引用1700余次。開源中文自然語言處理工具FudanNLP項目作者,FastNLP項目負責人。2015年入選首屆中國科協人才托舉工程,2017年ACL杰出論文獎,2018年獲中國中文信息學會“錢偉長中文信息處理科學技術獎—漢王青年創新獎”。
報告題目:開放域語義解析 | |
報告人:陳波(中國科學院軟件研究所) | |
報告人:韓先培(中國科學院軟件研究所) |
報告摘要:
語義解析(Semantic Parsing)是將自然語言句子轉換為機器可識別的、可計算的語義表示的任務。語義解析是自然語言處理的核心任務之一,在智能問答、語音助手、智能機器人、代碼生成等任務上具有廣泛的應用。本報告將詳細介紹語義解析這項任務,首先介紹語義解析任務、數據集和工具,然后依次介紹基于文法的語義解析方法(CCG,DCS等)、基于語義圖構建的語義解析方法和新興的神經語義解析方法(Seq2Seq, Seq2Act, coarse-to-fine等),最后對語義解析的前沿方向和重要挑戰進行展望,包括上下文有關的語義解析(可用于對話),與周邊環境有交互的語義解析(如用于機器人執行指令)。
個人介紹:
陳波,博士,中國科學院軟件研究所中文信息處理實驗室助理研究員,2018年獲得中國科學院大學博士學位,并獲得優秀畢業生。主要研究方向為語義解析(Semantic Parsing)和自然語言理解。在ACL、COLING、NAACL等自然語言處理國際頂級會議發表學術論文多篇。參與多項國家自然科學基金重點課題以及企業合作科研項目的研發。
韓先培,博士,中國科學院軟件研究所中文信息處理實驗室/計算機科學國家重點實驗室研究員。主要研究方向為信息抽取、知識圖譜、語義解析以及智能問答系統。在ACL、SIGIR、AAAI、EMNLP等重要國際會議發表論文四十余篇。韓先培是中國中文信息學會理事,語言與知識計算專業委員會副主任,中國科學院青促會會員,入選中國科協青年人才托舉計劃,獲得中國中文信息學會漢王青年創新獎。
報告題目:圖神經網絡在自然語言處理中的應用報告人:張岳(西湖大學) |
報告摘要:
自然語言處理中的很多結構,包括序列結構、樹狀結構、以及有環圖結構,可以歸納為普通的圖結構。對圖結構的神經網絡編碼,有助于自然語言處理任務中提取有用信息。近幾年來,圖神經網絡在自然語言處理中得到一系列研究。這個講座總結圖神經網絡的兩種基本模式,即卷積圖神經網絡和循環圖神經網絡,并且討論他們在自然語言處理中的應用。具體任務包括語義理解、信息抽取和問答等。
個人介紹:
張岳目前是西湖大學的副教授。他的研究興趣包括自然語言處理和計算金融。他一直致力于基礎句法分析,文本生成,自然語言生成,機器翻譯,信息抽取,情感分析和股票市場分析等工作。他獲得了IALP 2017和COLING 2018的最佳論文獎。張岳擔任Transactions of ACL編委,ACM TALLIP副主編和IEEE Transactions on Big Data副主編,以及COLING 2014/18,NAACL 2015/19,EMNLP 2015/17/19,ACL 2017/18/19的領域主席。張岳在NAACL2010,ACL 2014和EMNLP 2016/18做過講習班。
報告題目:基于深度學習的機器閱讀理解報告人:崔一鳴(科大訊飛) |
報告摘要:
機器閱讀理解(Machine Reading Comprehension)是讓機器閱讀并理解給定的文本并且能夠回答與文本相關的問題,是目前自然語言處理領域最受關注的任務之一,也是認知智能中的典型任務。在本報告中,我們將聚焦基于深度學習的機器閱讀理解,涵蓋了目前主流的機器閱讀理解任務,包括:填空型閱讀理解、篇章抽取型閱讀理解、選擇型閱讀理解、對話型閱讀理解、開放域閱讀理解等。我們將對每個任務具有代表性的數據集和經典模型進行詳細介紹,并同步介紹相關中文機器閱讀理解的研究發展。在報告的最后,我們將剖析近期機器閱讀理解領域的研究熱點,并且對未來的發展方向進行展望。
個人介紹:
崔一鳴,科大訊飛AI研究院資深級研究員,研究主管,哈爾濱工業大學社會計算與信息檢索研究中心在讀博士研究生,于哈爾濱工業大學計算機科學與技術專業獲得工學碩士和學士學位。長期從事閱讀理解、問答系統、機器翻譯等自然語言處理相關領域的研究工作。曾獲國際口語機器翻譯評測(IWSLT 2012、IWSLT 2014),NIST機器翻譯評測(NIST OpenMT 15)多項冠軍。2017年至今帶領團隊多次獲得國際權威機器閱讀理解評測冠軍,其中包括SQuAD 1.1、SQuAD 2.0挑戰賽冠軍,國際語義評測SemEval 2018閱讀理解任務冠軍,對話型閱讀理解挑戰賽CoQA、QuAC冠軍等。同時,在自然語言處理頂級及重要國際會議(ACL/AAAI/IJCAI/COLING/NAACL)上發表多篇學術論文,并擔任ACL系列會議及AAAI等國際會議程序委員會委員,擔任JCSL、TKDD等國際ESI期刊審稿人等學術職務。
報告題目:問答系統 | |
報告人:段楠(微軟亞洲研究院) | |
報告人:唐都鈺(微軟亞洲研究院) |
報告摘要:
本次報告將覆蓋多種不同類型的問答系統和方法:首先,介紹基于表格的問答系統,包括面向表格的檢索、語義解析、問題生成以及如何從單輪問答擴展到多輪問答。然后,介紹基于知識圖譜的問答系統,并將重點放在對話式多輪問答,包括多輪語義解析框架以及如何融合檢索模型和元學習。接下來,介紹基于圖片的問答系統,并將重點放在如何將語義解析方法融合到圖片問答系統中。最后,介紹基于文本的問答系統。這里我們將圍繞預訓練模型進行說明。本次報告的最后,將和大家討論與問答相關的未來(可能)研究課題和方向。
個人介紹:
段楠,博士,微軟亞洲研究院自然語言計算組主管研究員,從事包括問答、對話、語義理解和搜索等在內的自然語言處理研究。《智能問答》(高教出版社)作者,其多項研究成果成功用于包括必應搜索、Cortana語音助手和微軟小冰等在內的微軟人工智能產品。
唐都鈺,博士,微軟亞洲研究院自然語言計算組研究員。從事自動問答、語義理解等自然語言處理研究,多項研究成果已經轉化到微軟必應搜索中。
報告題目:任務型對話系統 | |
報告人:張偉男(哈爾濱工業大學) | |
報告人:車萬翔(哈爾濱工業大學) |
報告摘要:
對話系統一般可以分為兩種,即任務型對話系統(也稱作目標導向型對話系統)和閑聊對話系統。本講習班主要介紹任務型對話系統,其多用于垂直領域業務助理系統,如微軟小娜、百度度秘、阿里小蜜以及我們研發的對話技術平臺(DTP)等。這類系統具有明確需要完成的任務目標,如訂餐、訂票等。我們將首先介紹任務型對話系統的背景和定義,然后依次介紹其中的關鍵技術,包括自然語言理解(包括領域意圖的識別和語義槽的填充)、對話管理(包括對話狀態跟蹤和對話策略優化)以及自然語言生成;接著介紹任務型對話系統的評價方法和國內外相關技術評測任務;最后對任務型對話系統的技術和應用趨勢進行展望。
個人介紹:
張偉男,哈爾濱工業大學計算機科學與技術學院副教授/博士。研究興趣包括人機對話及自然語言處理。在ACL、AAAI、IJCAI及IEEE TKDE等CCF A類國際會議及國際頂級期刊發表論文多篇,主導研發了人機對話系統“笨笨”。目前為中國中文信息學會(CIPS)信息檢索專委會委員、青年工作委員會委員,中國人工智能學會(CAAI)青年工作委員會委員。曾獲黑龍江省科技進步一等獎、中國人工智能學會最佳青年成果獎、中國人工智能學會“合創杯”第二屆全國青年創新創業大賽三等獎及首屆“百度獎學金”。
車萬翔博士,哈爾濱工業大學計算機學院教授,博士生導師,斯坦福大學訪問學者,合作導師Christopher Manning教授。現任中國中文信息學會計算語言學專業委員會委員、青年工作委員會副主任;中國計算機學會高級會員、曾任YOCSEF哈爾濱主席(2016-2017年度)。在ACL、EMNLP、AAAI、IJCAI等國內外高水平期刊和會議上發表學術論文50余篇,其中AAAI 2013年的文章獲得了最佳論文提名獎,論文累計被引用2,100余次(Google Scholar數據),H-index值為26。出版教材 2 部,譯著 2 部。承擔國家自然科學基金、973等多項科研項目。負責研發的語言技術平臺(LTP)已被600余家單位共享,提供的在線“語言云”服務已有用戶1萬余人,并授權給百度、騰訊、華為等公司使用。2018年,獲CoNLL多語種句法分析國際評測第1名。2015-16年,連續兩年獲Google Focused Research Award(谷歌專注研究獎);2016年,獲黑龍江省科技進步一等獎(排名第2);2012年,獲黑龍江省技術發明獎二等獎(排名第2);2010年獲中國中文信息學會“錢偉長”中文信息處理科學技術獎一等獎(排名第2)、首屆漢王青年創新獎(個人)等多項獎勵。2017年,所主講的《高級語言程序設計(Python)》課程獲國家精品在線開放課程。
報告題目:人工智能在機對話系統中的技術現狀與挑戰報告人:嚴睿(北京大學) |
報告摘要:
近年來,自動人機對話系統在學術界和工業界都獲得了相當大的關注度,隨著微軟小冰百度度秘等產品的發布,以及大量人工智能公司的建立,這些對話系統背后的技術在逐步積累,也逐步解密。隨著研究者的探索愈發深入,人們看到了一個對話系統逐漸從科幻電影中走進現實生活的可能。在講座中,我將回顧人機對話的發展歷程,以及隨著深度學習技術盛行之后,由數據驅動模型帶來的革命性改變。講座將從人機對話的已有應用出發,再分析現有對話系統的不足,展望下一代人機對話系統的挑戰。同時會分享我們組在人機對話研究所做的努力與探索,以及相應的代表性成果。
個人介紹:
嚴睿,北京大學助理教授,博士生導師,前百度公司資深研發,華中師范大學與中央財經大學客座教授與校外導師。主持研發多個開放領域對話系統和服務類對話系統,發表高水平研究論文80余篇,擔任多個學術會議(KDD, IJCAI, SIGIR, ACL, WWW, AAAI, CIKM, EMNLP等)的(高級)程序委員會委員及審稿人。
組織信息
大會主席:
馬少平 清華大學
孫 樂 中國科學院軟件研究所
學術主席:
張 奇 復旦大學
張偉男?哈爾濱工業大學
組織委員會主席:
于 東 北京語言大學
總結
以上是生活随笔為你收集整理的会议邀请 | 中国中文信息学会暑期学校《前沿技术讲习班》的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 基于DGCNN和概率图的轻量级信息抽取模
- 下一篇: 飞桨上线万能转换小工具,教你玩转Tens