刘知远 | 语义表示学习

 

本文转载自公众号:人工智能图灵。

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。2011年获得清华大学博士学位,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60余篇,Google Scholar统计引用超过2700次。承担多项国家自然科学基金。曾获清华大学优秀博士学位论文、中国人工智能学会优秀博士学位论文、清华大学优秀博士后、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、CCF-Intel青年学者提升计划。担任中文信息学会青年工作委员会执委、副主任,中文信息学会社会媒体处理专委会委员、秘书,SCI期刊Frontiers of Computer Science青年编委,ACL、COLING、IJCNLP领域主席。

导读:介绍了分布式学习为什么会成为当前深度学习的基本特征,以及如何影响了计算机视觉、自然语言处理和语音识别等无结构信息的处理。报告主要讲授面向自然语言处理的语义表示学习的基本原理与技术,介绍面向汉字、词汇、短语、知识和网络等研究对象的语义表示学习的基本思想,并展望在该方向的主要挑战与前沿方向;并且根据其研究组投稿的情况,给了参会学者非常真实的顶级会议投稿意见,以及未来的研究方向;建议作一些更具有创新性的工作,如他们研究组基于Hownet进行的相关研究。

报告《语义表示学习》可以在此下载:http://nlp.csai.tsinghua.edu.cn/~lzy/talks/representation_learning_cips2018.pdf

 

 

发表评论

电子邮件地址不会被公开。 必填项已用*标注