<optgroup id="6rfrw"></optgroup>
      1. <legend id="6rfrw"></legend>

          1. <optgroup id="6rfrw"></optgroup>
          2. <span id="6rfrw"><output id="6rfrw"><nav id="6rfrw"></nav></output></span>
          3. <optgroup id="6rfrw"></optgroup>

            <acronym id="6rfrw"></acronym>

            <optgroup id="6rfrw"><i id="6rfrw"><del id="6rfrw"></del></i></optgroup>
            1. <optgroup id="6rfrw"></optgroup>
              <optgroup id="6rfrw"><li id="6rfrw"></li></optgroup>
            2. 邀請函下載

              特邀報告

               

              The Lost Combinator

              Professor Mark Steedman (University of Edinburgh)
              The central role of syntax is to support semantics. The central problem of grammar is discontinuity, where elements that belong together in semantics as predicate and argument are separated in the sentence. The engine driving progress in the last fifty years of linguistics and natural language processing (NLP) can be seen as a search for a combinatory calculus, in which discontinuity is analysable in terms of operators over adjacent pairs of categories that are strictly contiguous in the sentence.
              The talk is in three sections. In the first, I review this progress, the reasons why linguistic, psychological, and computational approaches to grammar have diverged, and how they are put back together in Combinatory Categorial Grammar (CCG), a formalism that has become widely used in NLP applications in which semantic interpretation plays a role, including semantic parsing, question-answering, and machine translation. In a second section, I briefly examine the question of why natural grammars should take the form of a combinatory calculus, rather than the more familiar linguistic formalisms. The last section turns to the question of whether any kind of grammar-based formalism still has a role to play in computational linguistics in the Age of Deep Learning and Recursive Neural Networks.
              This talk is a version of an address given in response to the Lifetime Achievement Award of the Association for Computational Linguistics (ACL) in Melbourne in July 2018.

              怎樣利用語言知識資源進行語義理解和常識推理

              袁毓林教授(北京大學)
              本報告討論怎樣利用語言知識資源來幫助機器進行語義理解和常識推理。首先,指出人類生活在常識和意義世界中,人工智能機器人必須理解自然語言的意義、能夠進行常識推理。接著,簡單梳理了基于知識和基于統計兩種自然語言處理路線各自的優長和短缺。然后,說明完全繞開知識的統計方法和深度學習,都不能真正理解概念和語言。本報告通過具體案例說明,《實詞信息詞典》已經配備了有關詞項的語義角色關系及其句法配置信息;把這種語言知識加入知識圖譜和內容計算中,可以為人工智能提供理解和解釋。由于“物性角色”描述了名詞所指事物的百科知識,可用以回答相關事物是什么(形式角色)、有哪些部件(構成角色)、用什么做的(材料)、怎么形成的(施成)、有什么用途(功用)等常識性問題。

              層級語言結構的認知神經加工

              丁鼐研究員 (浙江大學)
              近年來,隨著腦成像技術的進步,腦電圖、腦磁圖等無損神經記錄方法可以連續監測自然語音理解過程中的神經活動。報告將首先通過一系列實驗介紹大腦如何編碼語音中不同層級的語言單元——比如音節、詞、短語和語句。實驗發現大腦中不同時間尺度的神經振蕩編碼不同層級的語言單元,而且語句等高級結構的神經表征主要由句法加工驅動。隨后介紹注意力如何影響大腦對不同大小語言單元的編碼,實驗發現高級語言結構加工更依賴于注意力,而且句子聆聽過程中的注意焦點可以調節大腦響應。報告最后將討論如何通過融合自然語言處理技術來更深入的研究語言理解的腦機制。

              不確定和對抗環境下的機器學習

              朱軍教授 (清華大學)
              在真實世界中應用機器學習,我們需要解決多方面的挑戰。首先,由于物理隨機性、不完全信息、噪聲、歧義、不一致等因素的影響,智能系統需要有效的對不確定性進行建模和推理。其次,機器學習算法(如深度神經網絡)在存在對抗噪聲時比較脆弱,這給關鍵領域的應用帶來了風險。在這個報告中,我將介紹概率機器學習和深度神經網絡對抗性攻擊和防御等方面的一些進展,特別是珠算概率編程框架。在對抗性攻防上,我們贏得NIPS 2017國際比賽的所有三個任務的冠軍。

               

              Panel Discussion:自然語言理解

              孫樂研究員 (中國科學院軟件研究所)

              孫樂,中國科學院軟件研究所特聘研究員,中文信息處理實驗室主任,博士生導師。主要研究方向: 自然語言理解、知識圖譜、信息抽取、問答系統。先后承擔了國家自然科學基金重點項目、國家“863”項目和國際合作等40余項,
              在多個重要國際會議和國內核心期刊發表論文百余篇。

              丁鼐研究員 (浙江大學)

              丁鼐,浙江大學生物醫學工程與儀器科學學院研究員,青年千人。美國馬里蘭大學博士,紐約大學博士后,在Nature Neuroscience, PNAS 等期刊發表論文20余篇。主要研究領域為語音、語言加工的神經機制。

              馬少平教授 (清華大學)

              馬少平,清華大學計算機系教授,博士生導師,天工智能計算常務副院長。長期從事人工智能相關技術的研究工作,尤其是在信息檢索研究方面,取得了一系列的研究成果,先后承擔多項973課題、863項目和自然科學基金項目。

              史曉東教授 (廈門大學)

              史曉東,廈門大學教授,人工智能研究所所長,智能科學系主任,博士生導師。兼任中國中文信息學會常務理事,福建省人工智能學會常務理事。主要研究領域:自然語言處理、機器翻譯。

              詹衛東教授 (北京大學)

              詹衛東, 北京大學中文系教授,博士生導師,教育部“青年長江學者”。主要從事現代漢語形式語法、語言知識工程、中文信息處理等領域的研究和教學工作。在現代漢語短語結構規則、現代漢語短語結構歧義定量研究等方面取得多項研究成果。

              宗成慶研究員 (中國科學院自動化所)

              宗成慶,中國科學院自動化研究所研究員、博士生導師,中國科學院大學崗位教授。主要從事自然語言處理和機器翻譯等相關研究,主持國家級項目10余項,在國際會議和期刊上發表論文90余篇,出版專著1部。曾獲國家科技進步獎二等獎等多個獎項,享受國務院特殊津貼。

              精品国产免费第一区二区三区,国产精品无需播放器在线观看,国产精品一区第二页,中文字幕网