<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. 注冊


              在線注冊現已開放:http://123.57.230.127/att1/

              注冊費:(含資料費和午餐費)

              早注冊費(6月20日前):

              中國中文信息學會會員:2天1500元,4天2800元

              非會員:2天1800元,4天3200元

              晚注冊費(6月20日后)

              2天2000元,4天3800元


              講習班簡介


              深度學習研究如何通過監督學習、非監督學習、增強學習等手段,從大規模數據集中挖掘其內在結構,產生分布式表示,建立有效的多層神經網絡。深度學習是人工智能領域的前沿熱點,已在自然語言處理、計算機視覺、語音識別、計算機圍棋等任務取得了令人矚目的成績,獲得了學術界和工業界的廣泛關注。

              為進一步普及深度學習知識、促進自然語言處理技術發展、繁榮深度學習理論研究和工程開發,中國中文信息學會學術工作專委會定于2016年7月2日-5日,在北京語言大學舉辦中國中文信息學會前沿技術講習班(CIPS ATT),邀請來自研究第一線的知名青年專家學者系統講述面向自然語言處理的深度學習基礎知識、表示學習、網絡模型和編程實踐,為感興趣的學者、學生和工程師提供一個四天的學習交流機會,快速了解有關的基本概念、研究內容、發展趨勢、算法實現和開源工具。

              本次講習班包括兩期共四天的學習內容,每天上午介紹理論知識,下午介紹算法實踐。第一期講授神經網絡與表示學習,第一天的內容是深度學習基礎,包括神經網絡、BP算法、神經網絡的學習和優化等;第二天的內容是表示學習,主要是詞、短語、句子、知識圖譜等各種粒度的embedding。第二期講授面向自然語言處理的神經網絡模型,第一天介紹卷積神經網絡和遞歸神經網絡;第二天介紹序列模型,包括循環神經網絡、長短時記憶網絡等。學員需自備筆記本電腦,并提前配置python,tensorflow等環境(參看https://www.tensorflow.org)。


              特邀講者


              本次講習班邀請了在自然語言處理領域較早開展深度學習研究并取得眾多成果的幾位青年學者講授深度學習理論知識,并邀請他們所在團隊的優秀博士生講述算法實踐,以保證授課的系統性和連貫性。按授課順序,他們包括:

              報告題目:深度學習基礎

              報告人: 車萬翔(哈爾濱工業大學)

              個人主頁:http://ir.hit.edu.cn/~car

              個人介紹:

              車萬翔博士,哈爾濱工業大學計算機學院副教授,博士生導師,斯坦福大學訪問學者,主要研究領域為自然語言處理。在ACL、EMNLP、AAAI、IJCAI等國內外高水平期刊和會議上發表學術論文40于篇,其中AAAI 2013年的文章獲得了Outstanding Paper Honorable Mention獎,出版教材 2 部,譯著 2 部。目前承擔國家自然科學基金、973等多項科研項目。負責研發的語言技術平臺(LTP)已被600余家單位共享,有用戶6,000余人,并授權給百度、騰訊、華為等公司使用。2009年,獲CoNLL國際多語種句法和語義分析評測中第一名。2015年,獲Google Focused Research Award;2012年,獲黑龍江省技術發明獎二等獎;2010年獲錢偉長中文信息處理科學技術獎一等獎、首屆漢王青年創新獎等多項獎勵。


              報告題目:深度學習基礎算法實踐

              報告人: 唐都鈺(哈爾濱工業大學)

              個人主頁: http://ir.hit.edu.cn/~dytang

              個人介紹:

              唐都鈺,哈爾濱工業大學博士生,研究方向為基于表示學習的文本情感分析。在IEEE TKDE、IEEE TASLP、ACL、EMNLP、COLING、IJCAI共發表論文8篇,參加2014年國際評測SemEval中的Twitter情感分類任務,在45支國際參賽隊伍中取得第2名。曾獲2014年百度獎學金,2015年IBM全球博士英才計劃獎。


              報告題目:表示學習

              報告人: 劉康(中科院自動化所)

              個人主頁: http://www.nlpr.ia.ac.cn/cip/~liukang

              個人介紹:

              劉康博士,中科院自動化所模式識別國家重點實驗室副研究員,中國中文信息學會青年工作委員會執行委員。研究領域包括信息抽取、網絡挖掘、問答系統等,同時也涉及模式識別與機器學習方面的基礎研究。在自然語言處理、知識工程等領域國際重要會議和期刊發表論文三十余篇(如TKDE、ACL、IJCAI、EMNLP、COLING、CIKM等),曾獲KDD CUP 2011 Track2 全球亞軍,COLING 2014最佳論文獎,首屆“CCF-騰訊犀牛鳥基金卓越獎”、2014年度中國中文信息學會“錢偉長中文信息處理科學技術獎-漢王青年創新一等獎”、2015 Google Focused Research Award等。


              報告題目:表示學習算法實踐

              報告人: 何世柱(中科院自動化所)

              個人介紹:

              何世柱,中科院自動化所博士生。主要研究領域包括問答系統,自然語言處理等。在EMNLP、CIKM等自然語言處理和知識工程領域國際重要會議和期刊發表多篇論文。


              報告題目:卷積和遞歸神經網絡

              報告人: 邱錫鵬(復旦大學)

              個人主頁: http://nlp.fudan.edu.cn/xpqiu

              個人介紹:

              邱錫鵬博士,復旦大學計算機科學技術學院副教授,中國中文信息學會青年工作委員會委員,中國人工智能學會青年工作委員會常務委員。主要研究領域包括統計機器學習和自然語言處理等,并且在上述領域的頂級期刊、會議上發表過30余篇論文。開發了開源中文自然語言處理工具FudanNLP,目前已被國內外數十家科研單位以及數百家企業使用。2015年入選首屆中國科協人才工程。


              報告題目:卷積和遞歸神經網絡算法實踐

              報告人: 劉鵬飛(復旦大學)

              個人介紹:

              劉鵬飛,復旦大學計算機學院博士生。主要研究領域為自然語言處理中的表示學習,情感分析,多任務學習。讀博期間,在人工智能和自然語言處理國際會議IJCAI, ACL, EMNLP上發表論文多篇。


              報告題目:序列模型

              報告人: 劉知遠(清華大學)

              個人主頁: http://nlp.csai.tsinghua.edu.cn/~lzy

              個人介紹:

              劉知遠博士,清華大學計算機系助理研究員。主要研究方向為表示學習、知識圖譜和社會計算。2011年獲得清華大學博士學位,已在自然語言處理等領域的著名國際期刊和會議發表相關論文50余篇。曾獲清華大學優秀博士學位論文、中國人工智能學會優秀博士學位論文、清華大學優秀博士后等稱號。


              報告題目:序列模型算法實踐

              報告人: 林衍凱(清華大學)

              個人主頁: http://nlp.csai.tsinghua.edu.cn/~lyk

              個人介紹:

              林衍凱,清華大學計算機系博士生,主要研究方向為表示學習、知識圖譜,已在人工智能、自然語言處理等領域的著名國際會議IJCAI,AAAI,ACL, EMNLP發表相關論文多篇。


              日程安排


              第一期:神經網絡與表示學習

              7月2日

              08:30-09:00

              開幕式,合影

              第一講:深度學習基礎

              車萬翔,哈爾濱工業大學

              09:00-10:20

              第一節 神經網絡與BP算法

              機器學習與深度學習簡介;神經網絡與反向傳播算法

              10:40-12:00

              第二節 神經網絡的學習和優化

              如何訓練更好的神經網絡:交叉熵損失函數、優化算法、正則化與超參數選擇

              12:00-14:00

              午餐,午間休息

              第二講:深度學習基礎算法實踐

              唐都鈺,哈爾濱工業大學

              14:00-15:20

              第一節 神經網絡與BP算法實踐

              初識tensorflow;線性回歸;對數幾率回歸;單層神經網絡;

              15:40-17:00

              第二節 神經網絡的學習和優化實踐

              多層神經網絡;神經網絡優化實踐;文本情感分類

              7月3日

              第三講:表示學習

              劉康,中科院自動化所

              09:00-10:20

              第一節 詞表示學習

              詞向量基礎;基于神經網絡的詞向量學習方法:NNLM, Log-bilinear, CBOW, Skip-gram, C&W, Glove;詞向量應用以及如何訓練得到一組好的詞向量

              10:40-12:00

              第二節 知識圖譜表示學習

              知識圖譜基礎;基于張量分解的表示學習方法:RESCAL,基于映射的表示學習方法:TransE和其他擴展方法;知識圖譜與文本聯合表示學習;建模知識圖譜中的路徑和邏輯規則

              12:00-14:00

              午餐,午間休息

              第四講:表示學習算法實踐

              何世柱,中科院自動化所

              14:00-15:20

              第一節 詞表示學習實踐

              神經語言模型的學習;基于預測的模型:word2vec;基于計數的模型:glove

              15:40-17:00

              第二節 知識圖譜表示學習實踐

              知識圖譜表示學習評價方法;基于張量分解的方法:RESCAL;基于映射的方法:TransE


              第二期:面向自然語言處理的神經網絡模型

              7月4日

              第一講:卷積和遞歸神經網絡

              邱錫鵬,復旦大學

              09:00-10:20

              第一節 卷積神經網絡

              一維卷積;二維卷積;卷積層;子采樣層;卷積神經網絡示例;應用以及可視化

              10:40-12:00

              第二節 卷積神經網絡&遞歸神經網絡

              面向自然語言處理的卷積神經網絡;遞歸語義組合;語義組合函數;遞歸神經網絡及其改進

              12:00-14:00

              午餐,午間休息

              第二講:卷積和遞歸神經網絡算法實踐

              劉鵬飛,復旦大學

              14:00-15:20

              第一節 卷積神經網絡實踐

              一維卷積;二維卷積;基于卷積網的句子建模的相關實驗

              15:40-17:00

              第二節 遞歸神經網絡實踐

              訓練目標函數;合成函數;拓撲結構;基于情感分析的實驗和可視化

              7月5日

              第三講:序列模型

              劉知遠,清華大學

              09:00-10:20

              第一節 循環神經網絡

              循環神經網絡(RNN)原理;Gated Recurrent Unit (GRU)單元;

              10:40-12:00

              第二節 循環神經網絡擴展

              長短時記憶(LSTM)模型;雙向RNN;Selective Attention機制;RNN應用介紹:機器翻譯、文檔摘要、情感分類

              12:00-14:00

              午餐,午間休息

              第四講:序列模型算法實踐

              林衍凱,清華大學

              14:00-15:20

              第一節 循環神經網絡實踐

              循環神經網絡(RNN)實踐;Gated Recurrent Unit (GRU)單元實踐;

              15:40-17:00

              第二節 循環神經網絡擴展實踐

              長短時記憶(LSTM)模型實踐;RNN應用實踐:機器翻譯、文檔摘要、情感分類

              17:00-17:30

              結業儀式


              組織信息


              大會主席:

              • 馬少平 清華大學
              • 孫 樂 中國科學院軟件研究所

              學術主席:

              黃萱菁,復旦大學教授,博士生導師,中國中文信息學會常務理事、社會媒體處理專委會副主任,《中文信息學報》編委,主要從事自然語言處理與信息檢索研究,已在自然語言處理、信息檢索、人工智能、機器學習等領域的權威國際期刊和會議上發表學術論文數十篇。

              王斌,中國科學院信息工程研究所研究員,博士生導師,中國中文信息學會理事,《中文信息學報》編委,主要從事信息檢索與自然語言處理相關的研究和系統研制,發表及合作發表論文百余篇,獲得國家科技進步二等獎和北京市科學技術二等獎各一項,領導開發的多個系統在實際中得到應用。

              組織委員會主席:

              • 楊爾弘 北京語言大學
              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