雷鋒網(wǎng)AI科技評論按：計算機(jī)語言學(xué)和自然語言處理最頂尖的會議之一ACL 將于2017年7月30日至8月4日在加拿大溫哥華舉行。雷鋒網(wǎng) AI 科技評論將赴前線帶來一手報道，并對論文及大會概況進(jìn)行梳理。

今天是預(yù)熱 tutorial 環(huán)節(jié)，也是 ACL 會議延續(xù)至今的傳統(tǒng)，旨在幫助研究領(lǐng)域的新手們了解計算機(jī)語言學(xué)與自然語言處理的核心技術(shù)，同時也會介紹目前這些分領(lǐng)域的一些前沿內(nèi)容。

今年的 Tutorial 主席是科羅拉多大學(xué)的 Jordan Boyd-Grabe 和柏林洪堡大學(xué)的 Maja Popovic，他們經(jīng)與組委會甄選和分析，最終定下了 7 月 30 日 tutorial 的六個主議程。

早上的三個 tutorial 分別是自然語言處理于精準(zhǔn)醫(yī)療的應(yīng)用、多模式機(jī)器學(xué)習(xí)及深度學(xué)習(xí)于語義合成的研究；下午的三個 tutorial 則分別為深度學(xué)習(xí)在對話系統(tǒng)上的應(yīng)用；深度學(xué)習(xí)在多詞表達(dá)與組合的研究、以及眾包問題的探討。

Tutorial 1: Natural Language Processing for Precision Medicine

在本次 tutorial 中，研究者將圍繞精準(zhǔn)醫(yī)療這個機(jī)遇巨大的領(lǐng)域，對 NLP 目前存在的數(shù)據(jù)集、醫(yī)療資源和實際問題進(jìn)行了解，并降低 NLP 研究人員在醫(yī)學(xué)領(lǐng)域應(yīng)用的門檻。

Tutorial 2 : Multimodal Machine Learning

多模式機(jī)器學(xué)習(xí)通過整合多種交互模型（語言、聲學(xué)、視覺信息），初步解決了一些人工智能的想法。不過，由于數(shù)據(jù)的結(jié)構(gòu)多樣化及數(shù)據(jù)間可能存在的偶然性，給該研究領(lǐng)域帶來了挑戰(zhàn)。該 Tutorial 基于 CMU2016 年的春季課程，以及 CVPR 2016 和 ICMI 2016 的兩個 tutorial 整合而成，對機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)的基本概念進(jìn)行了講解，并描述了多模態(tài)機(jī)器學(xué)習(xí)的五大挑戰(zhàn)，包括：1）多模式表示；2）翻譯和映射；3）模態(tài)對齊；4）多模態(tài)融合；5）共同學(xué)習(xí)。

Tutorial 3: Deep Learning for Semantic Composition

NLP 的一大核心問題在于通過習(xí)得表征建模文本的含義。近幾年來，研究者們對分布式方法表示出了極大的興趣，不同粒度的文本被編碼為數(shù)值向量。因此在本次 Tutorial 上，Xiaodan Zhu 和 Edward Grefenstette 組織大家一起了解了神經(jīng)網(wǎng)絡(luò)的語義組合建模知識。

Tutorial 4: Deep Learning for Dialogue Systems

在過去十年的研究中，口語對話系統(tǒng)最為人熟知的應(yīng)用莫過于虛擬助手了。一個經(jīng)典的對話系統(tǒng)通常非常復(fù)雜，或是流程呈現(xiàn)模塊化的特點。盡管近年來，深度學(xué)習(xí)的發(fā)展助推了對話系統(tǒng)的發(fā)展，但在本次 tutorial 上，除了介紹它所取得的成果，Yun-Nung Chen, Asli Celikyilmaz 和 Dilek Hakkani-Tur 也提及了深度學(xué)習(xí)在應(yīng)用于對話系統(tǒng)的困難與挑戰(zhàn)。

相關(guān)介紹可參考： http://deepdialogue.miulab.tw.

Tutorial 5: Beyond Words: Deep Learning for Multi-word Expressions and Collocations

深度學(xué)習(xí)在 NLP 上的應(yīng)用呈現(xiàn)令人驚喜的成果。以往大多數(shù)研究都采用稀疏詞袋模型的表征方式，但現(xiàn)在有很多工作采用了分布式表示，通過構(gòu)造「神經(jīng)嵌入」的方式對每個單詞或文檔用向量表示，這個 Tutorial 介紹了一種名為「MWEs」（Multiword Expressions）的表達(dá)方式。

Tutorial 6: Making Better Use of the Crowd

NLP 社區(qū)是應(yīng)用眾包模式的早期領(lǐng)域之一。但實際上研究者對這個領(lǐng)域中的工作者依然有著很多誤解和不了解。在這個 tutorial 上，組織者 Jennifer Wortman Vaughan 從多個方面向觀眾們闡述眾包平臺的成員組成，并且打破大家對他們所形成的刻板印象。

從上面幾個Tutorial的概況不難看出，本屆 ACL 的 tutorial 對深度學(xué)習(xí)在各項技術(shù)上的應(yīng)用尤為關(guān)注。人言 tutorial 可謂是研究者們最為關(guān)心的前沿問題，看來所言非虛。

而今天唯一一個workshop的議題也非常有意思——“WiNLP：Women  & Underrepresented Minorities in Natural Language Processing”，主要探討的是對女性或少數(shù)群體在 NLP 研究中的狀況。實際上，女性作為研究人員的“稀有動物”，設(shè)立這樣一個 workshop 也毫不為奇。以 AAAI 2017 為例，就有關(guān)注女性群體的議程出現(xiàn)，甚至還有專門針對女性學(xué)者的早餐會。這從一定程度上反映了女性群體依然在研究領(lǐng)域上享有較少的話語權(quán)——如果不是這樣，也就不會有“關(guān)注女性研究者”的呼聲存在了。

不過有意思的是，當(dāng)天下午的 workshop 中，在座的不乏女性，也有“萬紅叢中一點綠”的男性嘉賓。

在當(dāng)天的議程結(jié)束后，進(jìn)行了非常愉快的 welcome reception 晚宴。第一天的議程就此結(jié)束，正會明天即將拉開帷幕，敬請期待雷鋒網(wǎng) AI 科技評論帶來的報道。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。