今天，第十五屆全國計算語言學(xué)學(xué)術(shù)會議（CCL2016）與第四屆基于自然標(biāo)注大數(shù)據(jù)的自然語言處理國際學(xué)術(shù)研討會（NLP-NABD2016）同時在魯東大學(xué)召開。來自語智云帆的美女工程師任曉娜參與了會議，并為雷鋒網(wǎng)的讀者們帶來會議現(xiàn)場的報道，雷鋒網(wǎng)對內(nèi)容做了不修改原意的編輯。

先簡單介紹下兩個會議的背景——

CCL（全國計算語言學(xué)學(xué)術(shù)會議）從1991年開始每兩年舉辦一次，從2013年開始每年舉辦一次，著重于中國境內(nèi)各類語言的計算處理，為研討和傳播計算語言學(xué)最新的學(xué)術(shù)和技術(shù)成果提供了高水平的交流平臺。

NLP-NAB（基于自然標(biāo)注大數(shù)據(jù)的自然語言處理國際學(xué)術(shù)研討會）涵蓋了所有自然語言處理的研究內(nèi)容，尤其關(guān)注在大數(shù)據(jù)時代自然語言處理的前沿方法和技術(shù)。

從清華大學(xué)孫茂松教授的發(fā)言大致就能知道本次會議的相關(guān)情況：會議收到投稿300多篇，錄用率32.9%。會議前一天加入講習(xí)班環(huán)節(jié)，都是一線青年研究學(xué)者的報告；并且加入了自然語言處理國際前沿動態(tài)綜述的，是簡而精的報告；加入系統(tǒng)展示環(huán)節(jié)的，都是業(yè)界比較前沿的技術(shù)，特邀報告人也是業(yè)界專家。以上被錄用的英文論文，都將由論文出版社Springer發(fā)表在LNAI（Lecture Notes in Artificial Intelligence）系列中。

｜ 中科院張鈸院士：后深度學(xué)習(xí)時代的計算語言學(xué)

（清華大學(xué)教授、中國科學(xué)院張鈸院士）

清華大學(xué)教授、中國科學(xué)院張鈸院士介紹了從符號主義到連接主義再到深度學(xué)習(xí)，在語言處理上遇到的困難、原因以及來源等。

• 符號主義的認(rèn)知計算模型

張鈸院士提到，符號主義掀起了一場計算機（算法）應(yīng)用的革命，它也是最合適的語言模型。另外，知識驅(qū)動法，提及了waston系統(tǒng)（以知識為基礎(chǔ)的問答系統(tǒng)），指出了知識驅(qū)動法存在的局限。

• 連接主義的崛起

20世紀(jì)以來計算語言學(xué)的兩大變化，一是大數(shù)據(jù)，二是概率統(tǒng)計方法?？邕^統(tǒng)計學(xué)的四個里程碑、機器學(xué)習(xí)模型的發(fā)展及文本的機器學(xué)習(xí)模型等，再到文本語義鴻溝問題，一般情況語義和底層特征之間的映射不存在，于是引出了從淺層學(xué)習(xí)到深度學(xué)習(xí)，深度學(xué)習(xí)在語言處理中的應(yīng)用以及深度學(xué)習(xí)解決問題的范圍。

• 后深度學(xué)習(xí)時代的計算語言學(xué)

在后深度學(xué)習(xí)時代，計算語言遇到了困難，比如在概率統(tǒng)計方法和生數(shù)據(jù)所帶來的——

概率統(tǒng)計方法帶來的困難：神經(jīng)網(wǎng)絡(luò)（手寫數(shù)字）識別系統(tǒng)只是分類問題并非“識別”。張鈸院士舉了個深度神經(jīng)網(wǎng)絡(luò)錯誤識別案例：全是噪音的圖片，被識別為0-9個手寫數(shù)字，置信度為99.99%。又另外分別從輸入量、信息量、關(guān)系、底層特征四方面，分析了文本與圖像信息之間存在的差異。

生數(shù)據(jù)（Raw Data）帶來的困難：Stanford圖片識別均采用正例樣本，識別率比較高，而正負(fù)樣本均隨機選擇的話，Stanford識別率只有19.2%（包括pretraining，采用9M images，10k categories）。

如何解決以上困難？張鈸院士提出以下三點：

（1）知識驅(qū)動與數(shù)據(jù)驅(qū)動的結(jié)合：例蒙特卡洛樹搜索+深度學(xué)習(xí)

（2）學(xué)科交叉，特別是與腦科學(xué)與認(rèn)知科學(xué)的結(jié)合

（3）計算語言學(xué)與人工智能共同前進(jìn)

張鈸院士說，計算語言學(xué)依然任重道遠(yuǎn)，后深度學(xué)習(xí)時代，自然語言處理的發(fā)展要更依賴于學(xué)科交叉：腦科學(xué)、語言學(xué)、數(shù)學(xué)、計算機科學(xué)和認(rèn)知科學(xué)等。

｜ 微軟亞洲研究院 常務(wù)副院長馬維英：有關(guān)Self-Teaching機器人的一些研究成果

微軟亞洲研究院常務(wù)副院長馬維英博士在《Can We Build a Self-Teaching Machine?  A Quest for Machine Comprehension of Text》 的現(xiàn)場報告中，主要介紹了微軟亞洲研究院有關(guān)Self-Teaching機器人的最新進(jìn)展。

比如在談及機器人從搜索引擎道聊天工具對文本的理解時，Self-Teaching機器人能夠做到：

• 閑聊和深聊的結(jié)合，使用戶更有興趣進(jìn)行交流，并具有親切感；

• 圖片或者視頻的識別和評論；

• 建立用戶模型，會給出令人驚喜的回答；

• 能夠幫助訂機票

• ...... 

除此之外，還有機器人小冰。比如圖書館進(jìn)行圖書搜索的關(guān)鍵是排序，機器人小冰通過大量數(shù)據(jù)來顛覆搜索過程，采用了深度學(xué)習(xí)、知識挖掘等關(guān)鍵技術(shù)，數(shù)據(jù)結(jié)果顯示，小冰的每個會話的互動要高于其他相似產(chǎn)品。

報告現(xiàn)場，馬維英還提到了人工智能的四大趨勢：

a. 萬物電子化；b. 萬物互聯(lián)；c. 云計算；d. 軟件工程智能化

人工智能技術(shù)還可以擴展到其他方向，其中一個重要的應(yīng)用就是機器翻譯。機器翻譯的雙向?qū)W習(xí)，用5%雙語訓(xùn)練數(shù)據(jù)的BLEU值與100%訓(xùn)練數(shù)據(jù)的BLEU值相當(dāng)，并且可應(yīng)用于多個相關(guān)任務(wù)協(xié)同學(xué)習(xí)中（NIPS2016）。

今天會議干貨很多，這里做個小小預(yù)告：明天將有4個特邀報告，自然語言處理國際前沿動態(tài)綜述及錄取論文poster的展示，另外還新加入了系統(tǒng)展示環(huán)節(jié)。我們也將展示公司（北京語智云帆科技有限公司）的最新產(chǎn)品，歡迎大家留言交流。

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。