歡迎光臨
每天分享高質量文章

實錄分享 | 計算未來輕沙龍:對話系統研究進展(視頻 + PPT)

9 月 1 日(周六)上午,PaperWeekly 攜手清華大學計算機系正式推出了一檔全新線下欄目—— 計算未來輕沙龍。清華大學計算機系副教授黃民烈、微軟小冰核心對話組負責人劉越等四位嘉賓,系統而深入地分享了對話系統領域的最新研究進展


本文將獨家分享本期活動的完整視頻回顧嘉賓課件下載

 黃民烈 / 清華大學計算機系副教授 

黃民烈,清華大學計算機系副教授,博士生導師,人工智慧研究所副所長。研究興趣主要集中在人工智慧、深度學習、強化學習,自然語言處理如自動問答、對話系統、情感與情緒智慧等。已超過 60 篇 CCF A/B 類論文發表在 ACL、IJCAI、AAAI、EMNLP、KDD、ACM TOIS 等國際頂級或主流會議及期刊上。獲得 IJCAI-ECAI 2018 傑出論文獎,2016、2017 年兩次入選 PaperWeekly 評選的最值得讀 10/15 篇 NLP 論文之一,獲得 NLPCC 2015 最佳論文,其關於情緒化聊天機器人的工作被 MIT Technology Review、NVIDIA、英國衛報(The Guardian)、參考訊息、新華社等媒體廣泛報道。

曾擔任多個國際頂級會議的領域主席或高級程式委員,如 AAAI 2019、IJCAI 2018、IJCAI 2017、ACL 2016、EMNLP 2014/2011,IJCNLP 2017 等,長期擔任 ACM TOIS、TKDE、TPAMI、CL 等頂級期刊的審稿人。作為負責人或學術骨幹,負責或參與多項國家 973、863 子課題、多項國家自然科學基金,並與國內外知名企業如谷歌、微軟、三星、阿裡巴巴、騰訊、百度、搜狗、美團等建立了廣泛的合作。獲得專利授權近 10 項,其中 2 項專利技術授權給企業應用。

 構建更智慧的對話系統:語意、一致性和交互性 

構建開放域、開放話題的對話系統是目前人工智慧領域最具挑戰性的任務之一,因為其要求機器能夠理解自然語言,具備世界知識,甚至擁有語意推理的能力。報告人將重點闡述目前對話系統中存在的三個基本問題,即語意、一致性和交互性。

現在已有一些初步的研究試圖解決這三個問題,報告人也將展示最近所做的研究工作,旨在構建更智慧的聊天機器人。這些工作包括:如何使聊天機器人通過情緒的檢測和表達,以及主動提出問題來和用戶更好地交互;如何使聊天機器人通過顯式的人格建模表現得和給定的人物設定一致;如何使聊天機器人通過使用常識來輔助自然語言理解和生成,從而在語意層面表現得更加智慧。報告人相信這些嘗試會使聊天機器人向更智慧、更類人的方向發展。

 劉越 / 微軟小冰核心對話組負責人 

劉越, 微軟亞洲互聯網工程院資深研發工程師,先後從事 Bing,Cortana 和微軟小冰等多項產品的研發工作,現任微軟小冰核心對話組負責人。

 開放域對話的新場景和新挑戰 

在這次講座中,首先會給大家介紹一下微軟小冰的最新進展。然後從工業界角度談一談對開放域對話系統和產品的認識,並介紹我們的核心對話引擎。最後和大家分享我們在幾個重要場景中的探索和實踐。

 吳俁 / 北航-微軟亞洲研究院聯合培養博士生 

吳俁,北航-微軟亞洲研究院聯合培養博士生。參與了微軟多款聊天機器人相關產品的開發,併在近兩年來在 ACL、AAAI 等國際頂尖學術會議和期刊發表關於對話機器人的論文近 10 篇,並擔任 ACL,COLING 等會議對話系統和人機交互領域的審稿人。

 基於改寫技術的聊天機器人回覆技術研究 

近些年來,生成式聊天機器人的技術已經取得了極大的發展,但回覆仍然有時較短並且無趣。此次報告,將介紹利用原型改寫(prototype-then-editing)技術的回覆生成方式,該技術利用檢索出的原型回覆作為起點,並通過分析原型背景關係和當前背景關係語意的不同來改寫原型回覆。此方法與之前回覆生成的從無到有(generation from scratch)樣式不同,可以更好地利用已有資料,併在大規模資料集取得了良好的效果。

 周昊 / 清華大學計算機系博士生 

周昊,博士在讀,本科畢業於清華大學計算機系,研究領域為深度學習、強化學習和自然語言生成。博士期間曾經在頂級會議 AAAI、IJCAI、COLING 發表文章。

 知識驅動的開放領域對話生成 

在這個 talk 中,我們將討論知識如何應用於開放領域對話模型,具體介紹兩種知識的應用:常識知識和情緒知識。討論通過這些知識的引入,可以為對話系統產生怎樣的影響。

 1 / 掃碼關註 

長按識別二維碼,關註PaperWeekly

 2 / 回覆暗號 

PaperWeekly微信公眾號後臺

回覆暗號180901

即可獲取視頻和嘉賓課件


#主 題 預 告#

 投票選出你最期待的沙龍主題 


在後續的計算未來輕沙龍線下活動中,我們為各位煉丹師準備了多個細分領域的主題分享。現在,請為你最期待的沙龍主題打call,得票數最高的主題很快就會和大家見面喲!


如果你沒能在以下選項中找到自己感興趣的主題,請在文末留言提出建議,讓我們聽到你的呼聲。



?


現在,在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關註」訂閱我們的專欄吧

關於PaperWeekly


PaperWeekly 是一個推薦、解讀、討論、報道人工智慧前沿論文成果的學術平臺。如果你研究或從事 AI 領域,歡迎在公眾號後臺點擊「交流群」,小助手將把你帶入 PaperWeekly 的交流群里。

▽ 點擊 | 閱讀原文 | 獲取最新論文推薦

赞(0)

分享創造快樂