由深圳市科学技术协会和哈尔滨工业大学（深圳）共同主办，深圳市人工智能学会承办，深圳市人工智能学会自然语言处理专委会协办的自然语言处理青年精英论坛将于2021年10月13日13:30-16:45在深圳市西丽大学城哈工大校区信息楼203会议室举办。


参会嘉宾


汤步洲

嘉宾简介：哈尔滨工业大学（深圳），特聘研究员/副教授、博士生导师，鹏城实验室兼职研究员。博士（后），OHDSI中国组核心成员，中文信息学会“医疗健康与生物信息处理”专业委员会副主任兼秘书长，人工智能学会青年工作委员会委员。主要研究方向包括机器学习、数据挖掘、自然语言处理、医学信息学、语音合成等。


郑海涛
嘉宾简介：郑海涛，清华大学深圳国际研究生院副教授，深圳鹏城实验室双聘副研究员；深圳市孔雀计划高层次留学回国人才，长期担任国际顶级期刊/会议NIPS、ACL、TKDE、TOC、TIT的审稿人。

分享内容：面向知识挖掘的提示学习方法研究
摘要：作为针对特定任务调整预训练语言模型的有效方法，提示学习最近引起了研究人员的广泛关注。通过使用完形填空式语言提示来激发预训练语言模型的通用知识，提示学习可以在自然语言推理、情感分类和知识探测等一系列自然语言处理任务上取得可喜的成果。本次报告中，我将介绍研究组近期在该方向的研究工作，探索提示学习在细粒度实体分类上的全监督、少样本、零样本场景下，如何面向知识挖掘以充分激活预训练语言模型的通用知识。



王龙跃

嘉宾简介：王龙跃，博士，腾讯人工智能实验室（Tencent Al Lab）资深研究员。都柏林城市大学计算机应用博士，主要从事机器翻译、篇章分析等自然语言处理方向的研究，担任2021腾讯AI Lab犀牛鸟专项研究计划项目负责人，中文信息学会青年工作委员会（YSSNLP）委员。


分享内容：更好更快的神经网络机器翻译系统

摘要：翻译精度和解码速度是衡量机器翻译系统的两个关键指标。近年来，用户不仅要求译文在句子级别上更忠实、更流利，更希望在篇章级别上具有连贯性、性和一致性。另一方面，随着模型不断变大、变深，翻译系统的解码延迟和计算资源也不断增加，这对翻译模型的真实应用带来很大挑战。与底层优化和模型压缩等技术不同，非自回归模型通过打破传统的依赖假设来提升解码速度。本次报告中，我将介绍近期在这两个方向的研究工作：1）我们通过隐性和显性地引入篇章知识可以有效提升模型的篇章级建模能力。并且在极具挑战性的网络小说场景中，成功落地实用、可靠的网文翻译系统；2）我们针对最新的非自回归翻译框架，发现并缓解了知识蒸馏导致的词汇选择问题，在保持加速效果的同时使非自回归模型性能超过自回归方法。



户保田

嘉宾简介：户保田，哈尔滨工业大学（深圳）计算机科学与技术学院，助理教授，特聘副研究员；中国中文信息学会医疗健康与生物信息专业委员会副秘书长，深圳市计算机学会人工智能专业委员会副秘书长，2021全国知识图谱与语义计算大会自然语言理解与语义计算领域主席，IJCAI2021高级程序委员会委员。


分享内容：面向可解释鲁棒的自然语言分类模型研究

摘要：基于神经网络的分类模型已在自然语言处理领域获得重要的成功，然而这些模型和方法的预测过程不仅缺乏可解释性，同时容易在轻微扰动下改变预测结果，缺乏鲁棒性。如何提升神经分类模型的可解释性和鲁棒性是目前的一个研究热点。本次报告中，我将介绍研究组近期在该方向的工作：1）通过融合结构化知识可以有效提升模型的可解释性和性能，2）通过融入文本生成模块，提升模型的预测结果的可解释性，3）将模型的可解释性和鲁棒性统一在一个架构中。


议程



时间&地点

时间：2021年10月13日13:30-16:45

地点：深圳市西丽大学城哈工大校区信息楼203会议室