歡迎光臨
每天分享高質量文章

實錄分享 | 計算未來輕沙龍:讓機器擁有理解語言的能力(視頻 + PPT)

10 月 13 日(周六)上午,PaperWeekly 攜手清華大學計算機系推出了計算未來輕沙龍第二期線下活動——讓機器擁有理解語言的能力。來自中國科學院自動化研究所、國防科技大學計算機學院和清華大學計算機系的三位博士,系統而深入地分享了他們各自在機器閱讀理解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

 王炳寧 / 中國科學院自動化研究所博士 

王炳寧,中國科學院自動化研究所博士畢業生,主要研究方向為自然語言處理,機器閱讀理解。在 IJCAI,ACL 等人工智慧、自然語言處理頂級會議上以第一作者身份發表論文四篇。現負責搜狗立知專案閱讀理解部分。

 機器閱讀理解研究進展概述 

機器閱讀理解是現今問答技術發展的核心之一。在本次報告中,我將從認知的角度介紹機器閱讀理解的發展以及和人類閱讀理解的關聯和區別。

 胡明昊 / 國防科技大學計算機學院博士生 

胡明昊,博士在讀,本科畢業於國防科技大學計算機學院,研究領域為自然語言處理和機器閱讀理解。博士期間在 IJCAI、EMNLP 等國際頂尖學術會議上發表文章。

 針對機器閱讀理解的高效性和魯棒性研究 

近年來,抽取式機器閱讀理解任務取得了顯著的進展,最頂尖模型的性能甚至超過了人類。然而,當前方法卻存在著效率低下、易受對抗樣本攻擊和無法拒絕給出答案等問題。在本報告中,我們將介紹如何利用知識蒸餾技術來提升閱讀理解系統的效率和魯棒性,並且討論一個閱讀+驗證的框架來檢測問題是否可回答。我們期望上述探索能夠進一步增強閱讀理解系統的實用性。


 林衍凱 / 清華大學計算機系博士生 

林衍凱,清華大學計算機系博士生五年級,來自清華大學自然語言處理組,由孫茂松教授和劉知遠副教授共同指導,主要研究方向為知識圖譜表示、構建和應用。目前已在人工智慧、自然語言處理等領域的著名國際會議 IJCAI,AAAI,EMNLP,ACL 發表相關論文多篇,Google Scholar 取用數超過 700。

 考慮噪音過濾的開放域問答 

開放域問答著眼於從大規模的無標註文本中提取出給定問題的答案。現有開放域問答系統一般採用機器閱讀理解技術對問題檢索到的文本段落進行分析來提取出答案。但是,這些方法無法有效綜合考慮不同文本段落的信息,還會受到文本段落中噪音的影響。此次報告,我們將介紹我們根據人類瀏覽、精讀和總結的閱讀樣式提出的開放域問答模型,並介紹我們如何進一步利用有監督的資料幫助模型進行噪音過濾。

 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181013

即可獲取視頻和嘉賓課件


#投 稿 通 道#

 讓你的論文被更多人看到 


如何才能讓更多的優質內容以更短路徑到達讀者群體,縮短讀者尋找優質內容的成本呢? 答案就是:你不認識的人。


總有一些你不認識的人,知道你想知道的東西。PaperWeekly 或許可以成為一座橋梁,促使不同背景、不同方向的學者和學術靈感相互碰撞,迸發出更多的可能性。 


PaperWeekly 鼓勵高校實驗室或個人,在我們的平臺上分享各類優質內容,可以是最新論文解讀,也可以是學習心得技術乾貨。我們的目的只有一個,讓知識真正流動起來。

來稿標準:

• 稿件確系個人原創作品,來稿需註明作者個人信息(姓名+學校/工作單位+學歷/職位+研究方向) 

• 如果文章並非首發,請在投稿時提醒並附上所有已發佈鏈接 

• PaperWeekly 預設每篇文章都是首發,均會添加“原創”標誌


? 投稿郵箱:

• 投稿郵箱:hr@paperweekly.site 

• 所有文章配圖,請單獨在附件中發送 

• 請留下即時聯繫方式(微信或手機),以便我們在編輯發佈時和作者溝通


?


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