CCL 2020 讲习班暨中国中文信息学会《前沿技术讲习班》第20期(CIPS ATT20)


讲习班报告1

讲者:刘知远
题目:知识指导的自然语言处理
时间:2020年10月30日09:00-10:30
摘要:近年来深度学习技术席卷自然语言处理(NLP)各大领域。作为典型的数据驱动方法,深度学习面临可解释性不强等难题,如何将人类积累的大量语言知识和世界知识引入深度学习模型,是改进NLP深度学习模型性能的重要方向,同时也面临很多挑战。本报告将系统介绍知识指导的自然语言处理的最新进展与趋势。

简介:刘知远,清华大学计算机系副教授、博士生导师。主要研究方向为表示学习、知识图谱和社会计算。已在ACL、IJCAI、AAAI等人工智能领域的著名国际期刊和会议发表相关论文80余篇,GoogleScholar统计引用超过1万次。承担多项国家自然科学基金。曾获中文信息学会青年创新奖,入选中国科学青年人才托举工程。


讲习班报告2

讲者:沈华伟
题目:图卷积神经网络
时间:2020年10月30日10:30-12:00
摘要:卷积神经网络在处理图像、语音、文本等具有欧式空间结构的数据时展现出了很好的优势。近年来,研究人员尝试将卷积神经网络迁移到图(Graph)这类空间结构不规则的数据上,图卷积神经网络迅速发展,涌现出ChebyNet、MoNet、GraphSAGE、GCN、GAT等一系列方法,在基于图的半监督分类和图表示学习等任务中表现出很好的性能。神经网络网络作为比图卷积神经网络更一般性的模型备受关注,关于图神经网络的表达能力、针对图神经网络的对抗攻击、图神经网络模型的预训练等问题获得了很多关注。报告将首先沿着图卷积神经网络的发展历程梳理和回顾图卷积神经网络的主要进展和代表性模型,进而介绍近期针对图神经网络的研究热点并探讨未来的发展趋势。

简介:沈华伟,中国科学院计算技术研究所研究员、博士生导师,中国中文信息学会社会媒体处理专委会副主任。主要研究方向:社交网络分析、网络数据挖掘。在PNAS等期刊和WWW、SIGIR、AAAI、IJCAI、ICLR等国际会议上发表论文100余篇。博士学位论文获得中国计算机学会优秀博士论文提名奖、中国科学院优秀博士论文奖和UCAS-Springer优秀博士论文奖。个人获得中国科学院院长特别奖,入选中国科学院计算技术研究所“学术百星”计划和中国科学院青年创新促进会,入选中国科学院王宽诚率先人才计划“卢嘉锡国际团队”和首批中国科学院青年创新促进会优秀会员(中国科学院优秀青年人才计划)、北京智源人工智能研究院青年科学家。


讲习班报告3

讲者:张伟楠
题目:当强化学习:基础概念与前沿技术
时间:2020年10月30日14:00-15:30
摘要:随着近年来预测和识别类的人工智能技术日渐成熟,人工智能的应用场景逐渐扩展到决策场景,其解决方案之一就是强化学习。不同于有监督学习,强化学习是基于决策智能体和动态环境的交互产生的数据来训练智能体策略,而策略一旦发生改变,其交互产生的数据分布也随之改变,这一特点源自决策和预测的不同,也造就了强化学习技术的很多独特之处。本次课为强化学习的先导课,上半部分介绍强化学习的基础数学概念、思维方式和经典算法,下半部分介绍深度强化学习近年来的发展情况,诠释该领域关注的主要研究问题和目前的解决方法,并展示强化学习应用落地的现状和面临的挑战。

简介:张伟楠博士现任上海交通大学电子信息与电气工程学院约翰·霍普克罗夫特计算机科学中心长聘教轨副教授,科研领域包括强化学习、深度学习、数据科学、知识图谱及其互联网个性化服务、游戏智能等场景中的应用,相关的研究成果在国际会议和期刊上发表超过80篇学术论文。张伟楠长期担任ICML、NeurIPS、ICLR、KDD、AAAI、IJCAI、SIGIR等机器学习和数据科学的会议(高级)程序委员和JMLR、TOIS、TKDE、TIST等期刊的评审以及FCS的青年编委。张伟楠于2017年获得上海ACM新星奖;2018年获华为最佳合作贡献奖;2018年获首届达摩院青橙奖;2017年获ACM国际信息检索会议SIGIR的最佳论文提名奖;2019年获ACM SIGKDD深度学习实践研讨会最佳论文奖。张伟楠于2011年在上海交通大学计算机系ACM班获得学士学位,于2016年在伦敦大学学院计算机系获得博士学位。


讲习班报告4

讲者:雷文强
题目:对话式推荐:问题设定,方法以及评估
时间:2020年10月30日15:30-17:00
摘要:对话式推荐是一个新兴课题。这两年来,不同的研究者对这个领域从各自不同的角度去探索,从而得到了不同的问题设定,导致了不同的解决方案以及对解决方案的评价。本次讲座将会梳理“对话式推荐”这个课题下已有的不同问题设定,解决方案以及评价方法。希望这样的梳理能够帮助听众厘清现存的分歧,促进对这个问题接下来的研究。

简介:雷文强,新加坡国立大学博士后,于新加坡国立大学获得博士学位。他的研究方向主要是自然语言处理以及信息检索,近年来尤其关注人机交互技术(比如对话,问答)。他在ACL,AAAI,IJCAI,KDD,EMNLP,WSDM等顶级会议上发表多篇一作长文。其中,他于ACL2018发表的Sequicity对话系统框架,两年内引用近百次。也长期担任各大顶级会议如ACL系列,AAAI,IJCAI等的审稿人,TKDE,TOIS等顶级期刊的审稿人。同时他还担任新加坡全国自然语言处理会议SSNLP2020的程序委员会主席。此外,他还致力于NLP技术对社会的落地贡献。他领导的一项科研为新加坡国家翻译系统“SG Translation”做出突出贡献,此系统已经应用在新加坡通讯与新闻部等多家政府机构。同时他将基于自然语言处理的交互技术用在传统行业,比如工业制造等,获杭州市萧山区“5213”高层次创新创业计划支持。