Yearly Archives: 2019

清华大学刘知远副教授应邀做学术报告 2019年4月19日，应实验室孙乐研究员和韩先培研究员的邀请，清华大学计算机系刘知远副教授访问实验室，并做了一场题为“知识指导的自然语言处理”的学术报告。 刘知远老师的报告首先概要介绍了自然语言的不同层次理解需要诸如语言知识、常识知识、世界知识等复杂知识的支撑，随后介绍了如何将知网 (Hownet)中的语言知识融入到语义分布式表示学习中；如何利用现有的大规模知识图谱进行知识表示学习，如何利用学习到的知识表示来指导现有的自然语言处理任务；以及如何利用深度学习技术进行知识获取的相关工作。 报告结束后，刘知远老师同与会的师生积极互动，解答大家的学术问题并进行了学术研究方法的交流，会场气氛热烈。  

春意融融，长城怀古 阳春三月，草长莺飞，正是万物复苏的好时节。3月31日，中文信息处理实验室组织职工及学生40余人共同来到黄花城水长城景区，欣赏美景，放松心情。 黄花城水长城位于北京市怀柔区九渡河镇境内，因三段长城入水而得名，是北京唯一一处长城与水相连的长城。此处融青山、碧水、长城、古树为一体，有“塞外景，江南风，尽在水长城”的美誉。 拾级而上，水长城悠然而立，古朴自然。身处长城之上，漫山野桃花灿烂缤纷，灏明湖碧波粼粼，不时有小船掠过。大家通力合作，一起登上了长城的最高点，在这个过程中既感受到长城承载的厚重历史，也欣赏了自然的美丽风光。微风吹拂中，所有的疲惫都一扫而光。 除了雄伟的长城，归途上形态万千的板栗林，依山蜿蜒的盘山栈道，风景亦是美不胜收。在这样的美景中，大家心情愉悦，一路上欢声笑语，其乐融融。暮色四合，在农家小院的饭菜香味中，大家结束了一天的旅程。 欢乐不觉时光过。通过此次活动，大家放松心情，也将春天的生机与活力带回了实验室中。作为一个团体，中文信息处理实验室将继续奋进，一同前行！ （供稿：陈晓阳）  

北京大学冯岩松副教授应邀做学术报告 2019年3月22日下午14:00，应实验室孙乐研究员与韩先培研究员的邀请，北京大学冯岩松副教授来访实验室，为大家带来一场题为“Combining Human Knowledge with Neural Network Models: A Case Study for SLU and Beyond”的学术讲座。 冯岩松老师的报告主要关注点在于如何将人类预先获得的知识融入到现有的深度神经网络架构之中，从而提升网络在少样本学习上的能力。具体来说，冯岩松老师围绕着意图识别和关系抽取两大任务，向大家介绍了多种将正则表达式以及预定义规则融入到神经网络学习过程中的方法，并详细比较了多种不同方法的优劣以及适用范围。最后，冯老师同大家分享了自己在信息抽取领域的丰富实践经验，并详细地解答了同学们提出的各种相关问题。

新浪微博张俊林博士应邀来实验室做学术报告 2019年3月1日，应实验室主任孙乐研究员的邀请，新浪微博AI Lab资深算法专家张俊林博士来访实验室，为师生带来一场题为“自然语言预训练技术及RNN/CNN/Transformer比较”的精彩学术报告。现场座无虚席，反响热烈。 张俊林博士首先介绍了NLP中的一些主要预训练技术的技术演进历程，从基础的word embedding技术到近一年来兴起的ELMO、GPT、BERT等语言模型。这些预训练语言模型采用无监督的学习算法，得以利用大规模的自然语言语料进行训练，在各类自然语言处理任务上均取得巨大突破。而作为BERT基础组件的Transformer近年来也得到广泛应用，在各项任务中均取得不少进展。然后，张俊林博士对自然语言处理中的三大特征抽取器Transformer、RNN和CNN的各自优缺点进行了对比分析。最后，张俊林博士又同大家分享了自己对近些年预训练语言模型发展趋势的展望，并详细解答了同学们提出的相关问题。  

中国科学院自动化研究所刘康副研究员应邀做学术报告 2019年1月11日下午14:00，应实验室孙乐研究员与韩先培研究员的邀请，中国科学院自动化研究所刘康副研究员走进中文信息处理实验室，为实验室师生做了关于事件抽取的学术讲座。 刘康博士结合课题组近年来的工作进展, 向大家介绍了从非结构化文本中抽取结构化事件知识的基本方法, 以及应对开放域事件抽取标记数据稀缺的新思路。此外，刘康博士还和大家分享了深度学习方法在金融事件抽取应用项目中的经验和体会。 报告结束后，刘康老师与参会的师生进行互动，探讨了金融事件抽取相关的若干问题，现场气氛活跃。

复旦大学邱锡鹏老师访问实验室 2018年11月9日，应实验室韩先培研究员邀请，复旦大学计算机科学技术学院邱锡鹏老师走进中文信息处理实验室，为师生带来精彩学术报告，中科院软件所和自动化所的同学前来听讲座，现场座无虚席，反响热烈。 邱锡鹏老师以“如何端到端地写科研论文”为题，介绍了如何做科研和写出好的科研论文。老师先讲解了几大顶会的评审制度和审稿标准，然后又从同行评议的数据集出发，通过几种可解释性强的模型，分析了对于论文录用概率有影响的不同的写作方法和写作细节。邱老师又以自己组内ACL-2017的文章《Adversarial Multi-Criteria Learning for Chinese WordSegmentation》为例，详细讲解了文章的摘要、介绍、背景、方法、试验、相关工作和结论的写作中的注意事项。 报告结束，同学们获益匪浅，反响热烈，并和邱锡鹏老师一同合照。