0
本文作者: AI科技評論 | 2020-05-07 18:08 | 專題:ACL 2019 |
清華大學(xué)自然語言處理實驗室(THUNLP)由孫茂松教授領(lǐng)導(dǎo),主要從事中文信息處理、社會計算和知識圖譜研究,實驗室 “二劉老師”(劉洋、劉知遠)是我國NLP領(lǐng)域的青年代表,劉洋教授在機器翻譯領(lǐng)域造詣頗深,劉知遠副教授則聚焦語言理解與知識計算。ACL 2020 上,THUNLP實驗室有什么新的研究進展?
2020年4月3日,NLP 頂會 ACL 2020 公布錄用論文之后,AI科技評論相繼與哈工大、復(fù)旦大學(xué)聯(lián)合舉辦兩期「系列解讀」直播活動,受到廣大師生的好評。
第二期:ACL 2020 - 復(fù)旦大學(xué)系列解讀
昨天我們推出「ACL 2020 - 清華CoAI 系列解讀」直播活動,將在5月 6-10日進行為期 5 天的直播活動,全方位介紹清華交互式人工智能課題組在 ACL 2020 上相關(guān)的全部工作。
然而「實驗室系列解讀」活動遠不至此。AI 科技評論更進一步聯(lián)合清華大學(xué)計算機系THUNLP團隊,將推出第四期實驗室系列解讀直播活動 ——「ACL 2020 清華大學(xué) THUNLP 系列解讀」。我們將在5月13日-18日,連續(xù)6天進行 6 場直播,全面覆蓋清華大學(xué) THUNLP 課題組在 ACL 上相關(guān)的全部工作。
THUNLP 團隊在本屆 ACL 會議上共有 7 篇文章入選,內(nèi)容覆蓋 NLP 研究的多個方面。(詳細內(nèi)容可參見下面)
系列解讀活動簡介如下,歡迎屆時關(guān)注。
主題一:基于義原知識和粒子群算法的文本對抗攻擊
時間:2020年5月13日(周三)晚20:00整
論文:Word-level Textual Adversarial Attacking as Combinatorial Optimization
主講人:臧原
摘要:對抗攻擊是機器學(xué)習(xí)領(lǐng)域受到廣泛關(guān)注的話題。相比于圖片、語音等領(lǐng)域,文本對抗攻擊面臨著搜索難優(yōu)化、擾動易感知等挑戰(zhàn)。在本次分享中,講者將文本對抗攻擊形式化為離散組合優(yōu)化問題,并引入了一種基于義原知識和粒子群算法的文本對抗攻擊方法,以提高文本對抗攻擊的效率。
主題二:如何使用NLP技術(shù)幫助法律智能:關(guān)于法律智能的綜述
時間:2020年5月14日(周四)晚20:00整
論文:How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence
主講人:鐘皓曦
摘要:法律智能是一個新興的話題,近幾年來吸引了多數(shù)AI和法律工作者的目光。為了能夠使得這個方向更好地發(fā)展,我們總結(jié)了近幾年來的法律智能工作,并對未來可能的方向進行了展望。
主題三:開放文本環(huán)境下的持續(xù)關(guān)系學(xué)習(xí)
時間:2020年5月15日(周五)晚20:00整
論文:Continual Relation Learning via Episodic Memory Activation and Reconsolidation
主講人:韓旭
摘要:關(guān)系抽取是從文本中獲取結(jié)構(gòu)化知識的重要手段。不同于傳統(tǒng)工作關(guān)注于限定域上的關(guān)系,我們面向關(guān)系類型日益增長的開放域,對新關(guān)系的發(fā)現(xiàn)、數(shù)據(jù)擴展、持續(xù)學(xué)習(xí)進行了探索,形成了一套完整的開放文本環(huán)境下的關(guān)系學(xué)習(xí)體系。
主題四:神經(jīng)機器翻譯信心校準研究
時間:2020年5月16日(周六)晚20:00整
論文:On the Inference Calibration of Neural Machine Translation
主講人:王碩
摘要:在諸如醫(yī)療、金融等對可靠性要求很高的場景中,我們不僅要求模型可以達到較高的預(yù)測準確率,而且希望模型可以做到“知之為知之,不知為不知”,能夠準確反饋對預(yù)測結(jié)果的信心。本次分享將介紹機器翻譯領(lǐng)域信心校準研究的最新進展。
主題五: 基于細粒度推理的事實驗證
時間:2020年5月17日(周日)晚20:00整
論文:Fine-grained Fact Verification with Kernel Graph Attention Network
主講人:劉正皓
摘要: 隨著互聯(lián)網(wǎng)中的文本大量涌現(xiàn),不實信息也越來越多,因此,需要一個自動化的事實驗證工具來幫助我們鑒別虛假信息。事實驗證任務(wù)要求能夠從大規(guī)模的文本知識庫中抽取相關(guān)的證據(jù)(Evidence)并根據(jù)這些證據(jù)對給定的聲明(Claim)給出事實性的判斷。本次報告,主要介紹如何利用細粒度的文本推理來進行事實驗證。
主題六: 融合常識知識的對話生成
時間:2020年5月18日(周一)晚20:00整
論文:Grounded Conversation Generation as Guided Traverses in Commonsense Knowledge Graphs
主講人:張厚予
摘要: 如何使開放域?qū)υ挋C器人生成包含知識的回答一直是對話生成領(lǐng)域的困難問題,也是很多學(xué)者一直在致力于解決的問題。本次分享,講者將簡單介紹對話生成領(lǐng)域的前沿進展和方向,并著重介紹ACL 2020關(guān)于如何在對話中融合常識知識的一篇工作。
如何加入?
掃碼關(guān)注[ AI研習(xí)社頂會小助手] 微信號(AIyanxishe2),發(fā)送關(guān)鍵字“ACL 2020+直播”,即可進群觀看直播和獲取課程資料。
ACL 2020原定于2020年7月5日至10日在美國華盛頓西雅圖舉行,因新冠肺炎疫情改為線上會議。為促進學(xué)術(shù)交流,方便國內(nèi)師生提早了解自然語言處理(NLP)前沿研究,AI 科技評論將推出「ACL 實驗室系列論文解讀」內(nèi)容,同時歡迎更多實驗室參與分享,敬請期待!
雷峰網(wǎng)版權(quán)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。