您現在所在的位置: 首頁 > 學術動態 > 正文 >
博士論壇智能交通分論壇(第十一期)系列講座:中文信息處理青年學者論壇
    來源:      發布時間:[2021-05-06]     點擊次數:      字體大小[ ]

一、時 間:2021年5月8日(周六) 14:00

二、地 點:長清校區機電樓B座309

三、主 辦:科研處

四、承 辦:智能交通分論壇組委會、信息科學與電氣工程學院

五、報告內容

學術報告一:對話式檢索

主講人:任鵬杰

報告簡介:

對話是人類溝通的自然模式,在信息檢索中,對話互動越來越引起人們的關注。但是,在檢索方案中,許多用戶信息需求要復雜得多。本世紀多項研究表明,用戶的查詢中有40%-60%是復雜且具有探索性的。例如,我們試圖檢索“有關各個國家野生動植物保護的信息”,但傳統的搜索模式無法有效地用于此類復雜的探索性信息搜索任務。報告將提出“對話式檢索”的新模式,討論此新模式中涉及到的搜索、排名和生成等關鍵技術,解決自然語言理解,知識識別以及響應生成方面的挑戰。

附:任鵬杰簡介

任鵬杰,博士,山東大學計算機科學與技術學院研究員。2018年6月于山東大學計算機科學與技術學院取得博士學位。2018年10月到2020年10月期間于阿姆斯特丹大學信息科學系進行博后研究。研究興趣包括對話系統、檢索系統、摘要系統、推薦系統等,已經在信息檢索和自然語言處理國際頂級期刊和會議發表論文50余篇,包括但不限于ACM SIGIR,The Web Conference (WWW), ACL, AAAI, EMNLP, COLING, ACM CIKM, ACM TOIS, IEEE TKDE。部分研究獲得山東省優秀博士學位論文,CIKM最佳論文亞軍,NLPCC最佳學生論文等。應邀擔任信息檢索領域和自然語言處理領域多項頂級會議程序委員會委員和頂級期刊審稿人。

學術報告二:自然語言處理中的魯棒性

主講人:桂韜

報告簡介:

深度神經網絡在幾乎全部自然語言處理任務中都取得了非常好的效果,在包括閱讀理解在內很多任務的標準評測集合上達到了超越人類的準確性。然而,我們在實際應用中確發現,在真實場景中很多模型的效果大打折扣,所獲得精度甚至遠遠低于傳統機器學習方法。近年來的很多研究也表明,深度神經網絡模型在僅僅添加了很小的擾動的樣本上,其預測效果也很可能出現大幅度下降。模型魯棒性的研究也因此受到越來越多的關注。在本次報告中,將針對自然語言處理算法的魯棒性問題,在語料構建、文本表示、模型分析、魯棒性評測等方面的最新研究進行介紹。

附:桂韜簡介

桂韜,本科畢業于國防科技大學,現于復旦大學就讀博士學位,已留校聘任為副研究員。主要研究方向包括信息抽取、強化學習、社交媒體分析等。博士期間在ACL、AAAI、IJCAI、SIGIR、EMNLP 等自然語言處理和人工智能頂會上發表長篇論文15篇,其中第一作者10篇。2018年獲COLING領域主席推薦獎(Area Chair Favorites)。

編輯:宮堅莉  /  審核:黃玉娟
中文字幕日产乱码一二三区