Tsinghua Üniversitesi Doğal Dil İşleme Laboratuvarı (THUNLP), Profesör Maosong Sun tarafından yönetilmektedir. Esas olarak Çince bilgi işleme, sosyal hesaplama ve bilgi grafiği araştırmalarıyla ilgilenmektedir. "Er Liu" (Liu Yang, Liu Zhiyuan) laboratuvarı, Çin'deki NLP alanında genç bir temsilci olan Liu Yang Profesör makine çevirisi alanında derin bilgiye sahiptir ve Doçent Doktor Liu Zhiyuan, dil anlama ve bilgi hesaplamasına odaklanmaktadır. ACL 2020'de, THUNLP Lab'in hangi yeni araştırma ilerlemesi var?
3 Nisan 2020'de, NLP zirvesinin ACL 2020 kabul edilen makaleleri duyurmasının ardından, AI Technology Review, Harbin Institute of Technology ve Fudan Üniversitesi, öğretmenler ve öğrenciler tarafından çok iyi karşılanan iki "seri yorumlama" canlı etkinlik düzenledi.
Aşama 1: ACL 2020-Harbin Teknoloji Enstitüsü SCIR Serisinin Yorumlanması
Sayı 2: ACL 2020-Fudan Üniversite Dizisinin Yorumlanması
Dün "ACL 2020-Tsinghua CoAI Series Interpretation" canlı etkinliğini başlattık. 5 günlük canlı etkinlik, ACL 2020'de Tsinghua Etkileşimli Yapay Zeka Araştırma Grubu'nun tüm çalışmalarını tanıtmak için 6-10 Mayıs'ta yapılacak.
Ancak, "Laboratuvar Serisi Yorumlama" etkinliği bundan uzaktır. AI Bilim ve Teknoloji İncelemesi, Tsinghua Üniversitesi Bilgisayar Bilimleri Bölümü THUNLP ekibi ile birlikte daha da ileri gidiyor. Dördüncü laboratuvar serisi canlı etkinliklerinin yorumlanması "ACL 2020 Tsinghua Üniversitesi THUNLP Serisi Yorumlama". Tsinghua Üniversitesi THUNLP araştırma grubunun ACL ile ilgili tüm çalışmalarını kapsayan, 13-18 Mayıs tarihleri arasında 6 gün üst üste 6 canlı yayın gerçekleştireceğiz.
THUNLP ekibi, bu ACL konferansında NLP araştırmasının birçok yönünü kapsayan toplam 7 makaleye sahiptir.
Tercüme aktiviteleri serisine kısa bir giriş şu şekildedir, o sırada dikkat etmenizi bekliyoruz.
Konu 1: Yiyuan bilgisi ve parçacık sürüsü algoritmasına dayalı metin yüzleşme saldırısı
zaman: 13 Mayıs 2020, Çarşamba (Çarşamba), 20:00
kağıt: Kombinatoryal Optimizasyon Olarak Kelime Düzeyinde Metinsel Tartışmalı Saldırı
Konuşmacı: Zang Yuan
Özet: Çekişmeli saldırılar, makine öğrenimi alanında yaygın bir endişe konusudur. Resim ve ses gibi alanlarla karşılaştırıldığında, metin düşmanlığı saldırıları, arama optimizasyonunda zorluk ve kolay rahatsızlık algısı gibi zorluklarla karşı karşıyadır. Bu paylaşımda, konuşmacı metin düşman saldırısını ayrı bir kombinatoryal optimizasyon problemi olarak resmileştirdi ve metin hasım saldırılarının verimliliğini artırmak için orijinal bilgi ve parçacık sürüsü algoritmasına dayalı bir metin düşmanlığı saldırısı yöntemini tanıttı.
Konu 2: Hukuki istihbarata yardımcı olmak için NLP teknolojisi nasıl kullanılır: hukuki istihbaratın bir özeti
zaman: 14 Mayıs 2020, Perşembe (Perşembe) 20:00
kağıt: NLP Hukuk Sisteminden Nasıl Yararlanır: Yasal Yapay Zekanın Özeti
Konuşmacı: Zhong Haoxi
Özet: Hukuki istihbarat, son yıllarda çoğu AI ve hukuk uzmanının dikkatini çeken yeni bir konudur. Bu yönün daha iyi gelişmesi için son yıllardaki hukuki istihbarat çalışmalarını özetledik ve gelecekteki olası yönleri dört gözle bekledik.
Konu 3: Açık metin ortamında sürekli ilişki öğrenimi
zaman: 15 Mayıs 2020, Cuma (Cuma), 20:00
Bildiri: Epizodik Bellek Etkinleştirme ve Yeniden Birleştirme Yoluyla Sürekli İlişki Öğrenimi
Konuşmacı: Han Xu
Özet: İlişki çıkarma, metinden yapılandırılmış bilgi elde etmenin önemli bir yoludur. Sınırlı alandaki ilişkiye odaklanan geleneksel çalışmalardan farklı olarak, açık alanla büyüyen ilişki türleri ile karşı karşıyayız, yeni ilişkilerin keşfini, veri genişletmeyi ve sürekli öğrenmeyi keşfederek açık metin ortamında eksiksiz bir ilişki öğrenme seti oluşturuyoruz. sistemi.
Konu 4: Nöral Makine Çevirisinin Güven Kalibrasyonu Üzerine Araştırma
zaman: 16 Mayıs 2020, Cumartesi (Cumartesi) 20:00
kağıt: Nöral Makine Çevirisinin Çıkarım Kalibrasyonu Üzerine
Konuşmacı: Wang Shuo
Özet: Tıbbi tedavi ve finans gibi yüksek güvenilirlik gereksinimleri olan senaryolarda, modelin yalnızca yüksek tahmin doğruluğu elde etmesini istemiyoruz, aynı zamanda modelin "neyin bilinmediğini bilmeden, neyin bilinmediğini bilmesini" başarabileceğini ve tahmini doğru bir şekilde geri bildirebileceğini umuyoruz. Sonuçlarda güven. Bu paylaşım, makine çevirisi alanında güven kalibrasyonu araştırmalarındaki en son ilerlemeyi tanıtacaktır.
Konu 5: Ayrıntılı muhakemeye dayalı gerçek doğrulama
zaman: 17 Mayıs 2020, Pazar (Pazar), 20:00
kağıt: Kernel Graph Attention Network ile Ayrıntılı Bilgi Doğrulaması
Konuşmacı: Liu Zhenghao
Özet: İnternette çok sayıda metnin ortaya çıkmasıyla birlikte, gittikçe daha fazla yanlış bilgi vardır.Bu nedenle, yanlış bilgileri belirlememize yardımcı olmak için otomatik bir gerçek doğrulama aracına ihtiyaç vardır. Gerçek doğrulama görevi, ilgili kanıtı (Kanıt) geniş ölçekli bir metin bilgi tabanından çıkarma ve bu kanıta dayalı belirli bir iddia (İddia) hakkında olgusal bir yargı verme becerisini gerektirir. Bu rapor, esas olarak gerçekleri doğrulamak için ayrıntılı metin muhakemesinin nasıl kullanılacağını tanıtmaktadır.
Konu 6: Sağduyu bilgisini entegre eden sohbet oluşturma
zaman: 18 Mayıs 2020, Pazartesi (Pazartesi), 20:00
kağıt: Sağduyu Bilgi Grafiklerinde Kılavuzlu Gezinmeler Olarak Temelli Konuşma Üretimi
Konuşmacı: Zhang Houyu
Özet: Açık alanlı diyalog robotlarının bilgi içeren cevaplar üretmesinin nasıl sağlanacağı, diyalog oluşturma alanında her zaman zor bir problem olmuştur ve aynı zamanda birçok akademisyenin çözmeye çalıştığı bir problemdir. Bu paylaşımda konuşmacı, diyalog oluşturma alanındaki en son ilerlemeyi ve yönü kısaca tanıtacak ve ACL 2020'nin sağduyu bilgisinin diyaloğa nasıl entegre edileceğine dair çalışmasına odaklanacaktır.
Nasıl katılınır?
ACL 2020'nin başlangıçta 5 - 10 Temmuz 2020 tarihleri arasında Seattle, Washington, ABD'de yapılması planlanmıştı. Yeni taç pnömoni salgını nedeniyle, çevrimiçi bir konferans olarak değiştirildi. Akademik değişimleri teşvik etmek ve yerli öğretmenlerin ve öğrencilerin doğal dil işleme (NLP) konusundaki en son araştırmaları erken anlamalarını kolaylaştırmak için, AI Technology Review "ACL Laboratuvar Serisi Makalelerin Yorumlanması" içeriğini başlatacak. Aynı zamanda, daha fazla laboratuar paylaşıma katılabilir, bu yüzden bizi izlemeye devam edin!