|
时间：11月7日14:00-16:50 地点：清华大学FIT大楼1-312 （地址：北京市海淀区双清路30号清华大学） BAAI 活动详情 当前，自然语言处理领域面临数据匮乏常态化的核心挑战。智源研究院“自然语言处理”重大方向将探索从数据驱动到知识驱动的范式跃迁，研究多元一体化知识驱动的自然语言处理理论、方法与系统，具体内容包括： 1. 多模态跨语言知识获取及知识系统构建理论和方法； 2. 基于知识的自然语言理解与生成技术； 3. 融合先验知识的神经机器翻译方法； 4. 集成上述研究，研发北京游智能问答典型应用，助力智慧城市建设。 11月7日，智源研究院将在清华大学FIT大楼举办“自然语言处理”论坛，本次论坛，4位智源学者候选人，将分享他们在这个方向的探索。 主题简介 《中文深层语义描述及知识资源建设》 ——穗志方，北京大学教授 互联网时代文本信息处理的不断深化及智能化应用的推广，对语言知识资源的发展提出了大数据、深挖掘和多领域等多个维度的需求。一方面语言资源的种类不断丰富、规模不断扩大，另一方面，语言资源不只局限在收集、汇总整理以及浅层分析的层面，需要对语言资源进行更加深入的挖掘，从表层的语言信息中提取出深层的知识，以便更好地支持智能化语言信息处理的各个方面。本报告将结合研究工作的实践，对中文深层语义描述体系的建立、语言知识资源构建、以及基于中文深度计算的领域知识工程等方面进行介绍。 《知识图谱与知识表示学习》 ——李涓子，清华大学长聘教授 知识图谱将信息表达成更接近人类认知世界的形式，提供了帮助互联网组织、管理和理解海量信息的能力，已经成为推动人工智能发展的核心驱动力之一。本报告以实现统一的词和实体的跨语言语义向量空间表示为目标，介绍我们在知识图谱表示以及跨语言词和实体联合表示学习方面的工作。 《基于神经网络对话技术的新研究与新挑战》 ——严睿，北京大学助理教授 近年来，自动人机对话技术在学术界和工业界都获得了相当大的关注度，随着微软小冰百度度秘等产品的发布，以及大量人工智能公司的建立，这些对话系统背后的技术在逐步积累，也逐步解密。随着当前深度学习与神经网络的不断发展与进步，我们看到了对话系统落地现实生活的可能性。本报告将回顾人机对话技术的发展历程，从人机对话系统的现有应用出发，重点探讨近年来数据驱动模型对生成式对话技术带来的革命性改变，同时展望未来发展的技术挑战。 《从语言理解、机器问答、到人机对话 – 语言智能的演化》 ——何晓冬，京东AI研究院常务副院长 近年来一系列的人工智能技术的创新极大推动了语言智能的发展。在此我将分三个层次介绍在自然语言理解领域的一些最新进展：（1）语言的理解，包括意图分类，识别，情感分析，等等。（2）问答，包括语义的表征和匹配，语义解析，端到端的语言推理与问答，及机器阅读理解。(3) 对话智能，包括回顾chatbot的历史进展，主要的对话系统框架，语言的生成，及对话状态的建模。我们意识到，很多大规模复杂场景下的对话任务不仅涉及语言理解和应答，更是一个推理与决策的过程。如何打造包含了认知智能和决策智能的人机对话系统对我们提出了新的挑战。最后我将结合京东的大规模智能情感客服对话系统探讨自然语言理解及对话技术在通向认知智能必由之路上所面临的机遇和需要解决的问题。 温馨提示：
|
|
|
