Kaynak: Know-how
Bu makale hakkında 5800 kelime , 10 dakikadan fazla okumanız tavsiye edilir.
Bu kitap sistematik olarak DL'nin NLP ortak problemlerinde uygulanmasını tanıtır ve mevcut araştırma alanına en son ve en kapsamlı genel bakıştır.
Dr. Deng Li ve Dr. Liu Yang'ın ortak yazarı olan Doğal Dil İşlemede Derin Öğrenme kitabı, NLP'deki ortak problemlere derin öğrenmenin uygulanmasını sistematik olarak tanıtır ve bu alandaki güncel araştırmaların en son ve en kapsamlı incelemesidir. Bu kitap aynı zamanda nöral sembol entegrasyon çerçevesi, bellek tabanlı model, önceki bilgi füzyonu ve derin öğrenme paradigmaları (denetimsiz öğrenme, üretken öğrenme, çok modlu öğrenme, çoklu görev öğrenme gibi) dahil olmak üzere NLP araştırma yönlerinin gelecekteki gelişimini tartışır. Ve meta-öğrenme vb.).
Sahne arkası özel mesajı, kitap indirme bağlantısını almak için "181110" yanıtını verin Kitap tanıtımı Bu kitap, dünyaca ünlü bir Derin Öğrenme ve NLP uzmanı olan Dr. Deng Li tarafından yönetilen bir grup en aktif araştırmacı tarafından yazılmıştır. NLP'deki temel problemleri çözmek için derin öğrenmeye kapsamlı bir giriş sağlar ve bu alandaki mevcut araştırmaların en son ve en kapsamlı incelemesidir. . Buna ek olarak, günümüzde yüksek kaliteli ve modern ders kitaplarına ve araştırma referanslarına olan talebin keskin bir şekilde artması karşısında, bu kitabın yayınlanması NLP'deki derin öğrenme uygulamalarındaki büyük gelişmelere hızlı yanıt . Bu kitap, hayatın her alanından uygulayıcılar için benzersiz bir referans kılavuzu sağlar.Özellikle İnternet ve yapay zeka girişimciliği için, NLP teknolojisi önemli bir itici faktör ve temel rekabet faktörü haline geliyor.
Zhang Hongjiang, Kingsoft'un eski CEO'su Kaynak Kod Sermayesinin Kurucusu Bu kitap, doğal dil işlemede derin öğrenmeye kapsamlı bir giriş sağlar. Bir grup deneyimli derin öğrenme ve doğal dil işleme uzmanı tarafından yazılmıştır ve NLP alanındaki görevlerin çoğunu kapsar. Bu kitap açık bir yapıya, temel uygulamalar dahil en son derin öğrenme tekniklerine ayrıntılı bir girişe sahiptir ve bunların sınırlarını ve gelecekteki geliştirme yönlerini açıklamaktadır. Kitabın kendi sistemi, dikkatli algoritma tanıtımı ve ayrıntılı vaka açıklaması göz önüne alındığında , Bu kitap, doğal dil işleme derin öğrenme üzerinde çalışanlara ve araştırmacılara değerli rehberlik sağlar.
Wang Haifeng, Baidu Başkan Yardımcısı Eski ACL Başkanı Bu kitap esas olarak herkes için NLP alanında derin öğrenme uygulamasındaki en son gelişmeleri sunar ve özellikle NLP ile ilgili derin öğrenme alanları etkili bir şekilde uygulandı , Konuşma çevirisi, diyalog sistemleri, sözcük analizi, dilbilgisi analizi, bilgi grafikleri, makine çevirisi, soru yanıtlama, duygu analizi, sosyal hesaplama ve doğal dil üretimi (görüntülerden) gibi. Bu kitabın okuyucuları arasında lisansüstü öğrenciler, doktora öğrencileri, öğretmenler, bilgisayar geçmişi olan endüstriyel araştırmacılar ve NLP alanında derin öğrenmeyle ilgilenen herkes bulunmaktadır.
Baş Editör Deng Li Bu kitap, dünyaca ünlü bir Derin Öğrenme ve NLP uzmanı olan ve yurtiçi ve yurtdışında aktif bir NLP araştırmacısı olan Dr. Deng Li tarafından yönetilmektedir. NLP'deki temel sorunları çözmek için derin öğrenmeye kapsamlı bir giriş yazmaktadır.
- Bölüm 1: Doğal Dil İşleme ve Derin Öğrenmeye Ortak Bir Giriş (Deng Li, Liu Yang)
- Bölüm 2: Konuşma Dili Anlayışında Derin Öğrenme (Gökhan Tur, Aslı Çelikyılmaz, He Xiaodong, Dilek Hakkani-TÜr, Deng Li) Konuşma Dili Anlayışında Derin Öğrenme
- Bölüm 3: Sözlü ve Metin Tabanlı Diyalog Sistemlerinde Derin Öğrenme ((Aslı Çelikyılmaz, Deng Li ve Dilek Hakkani-TÜr))
- Bölüm 4: Sözcüksel Analiz ve Ayrıştırmada Derin Öğrenme (Che Wanxiang Zhang Yue)
- Bölüm 5: Bilgi Grafiğinde Derin Öğrenme (Liu Zhiyuan, Han Xianpei)
- Bölüm 6: Makine Çevirisinde Derin Öğrenme (Liu Yang, Zhang Jiajun) Makine Çevirisinde Derin Öğrenme
- Bölüm 7: Soru Cevaplamada Derin Öğrenme (Liu Kang, Feng Yansong)
- Bölüm 8: Duygu Analizinde Derin Öğrenme (Tang Duyu, Zhang Meishan)
- Bölüm 9: Sosyal İletişimde Derin Öğrenme (Zhao Xin, Li Chenliang)
- Bölüm 10: Görüntülerden Doğal Dilde Derin Öğrenme (He Xiaodong, Deng Li)
- Bölüm 11: Postscript (Deng Li, Liu Yang) Sonsöz
ana içerik Derin Öğrenme, uçtan uca öğrenme ve bilgi çıkarma için gereken büyük miktarda hesaplamayı ve veriyi işleyen güçlü bir araçtır. Derin öğrenme, daha karmaşık dağıtılmış temsillere, daha rafine işlevsel blok modüler tasarıma (hiyerarşik dikkat mekanizması gibi) ve verimli gradyan tabanlı öğrenme yöntemlerine sahip olduğu için, giderek daha doğal dil işlemeye bir çözüm haline geldi ( Temel paradigma ve NLP'nin gelişmiş yöntemleri) problemleri. Yeni derin öğrenme fikirleri ile NLP arasında ince bir bağlantı vardır.
Her şeyden önce, sembol işleme insan bilişi alanında görece geç gelişmesine rağmen, Etkili mantıksal muhakeme yeteneği ve kolay açıklama Birçok NLP uygulamasında vazgeçilmez olan iki özellik. Farklılaştırılabilir programlama, sinir ağlarının ve dil yapılarının birleşik temsilini gerçekleştirmek için tensör ürününe benzer bir kodlama yöntemi kullanır; bu, karmaşık, esnek ve dinamik yapılandırılmış sinir ağlarına verimli öğrenme verimliliği getirir.Bunlar, sembol işleme ve sinir ağlarının iki ana yönüdür. Alanın müjdesi.
İkincisi, bu kitabın bölümlerinde de teyit edildiği gibi: NLP modelinin dinamik özellikleri giderek kamuoyu tarafından kabul edilmektedir.
Bir yandan, NLP'nin araştırma nesnelerinin doğası, dinamik olarak değişen belgelerin, cümlelerin veya kelime dağarcığının (giriş) uzunluğu ve yapısı gibi kendi büyük boyutlu değişiklik özelliklerine sahip olan dil ve metindir. Öte yandan, dinamik değişiklikleri destekleyen sinir ağı yapısında, mevcut derin öğrenme çerçevesi zaten değişken boyutlu metin girişini uygulayabilir. Dilin farklı doğası, uçtan uca öğrenmeye ulaşmak için farklılaştırılabilir programlamayı kullanmasını engeller. Bununla birlikte, model yaklaşımına dayalı bir gevşeme teknolojisinin bu sorunu çözmesi beklenir. Bu, makine öğrenimini ve NLP'yi iyileştirmek için doğal olarak oluşan dil verilerini kullanmanın bir yolunu sağlar. Daha fazla olasılık.
Bu kitapta, NLP alanındaki en derin öğrenme yöntemlerinin uygulanmasındaki son gelişmeleri (2017'nin ikinci yarısındaki en son araştırma gelişmeleri dahil) özetledik. Bu temelde, NLP'nin sınır araştırma alanının beş geliştirme yönünü genişlettik:
- Doğal Dil Yeniden Yapılanmasının Genelleştirilmesi
- NLP'nin denetimsiz öğrenimi
- NLP pekiştirmeli öğrenme
- NLP'nin meta öğrenimi
- Derin öğrenmeye dayalı NLP sisteminin sinirsel sembol entegrasyonu ve yorumlanabilirliği
Son zamanlarda derin öğrenmenin (özellikle NLP) daha genel alanlara yayılmasıyla ilgili birçok sıcak konu var.Kitabın son bölümünde bunu kısaca özetliyoruz. Genellemenin özü, derin bir sinir ağını (parametreli bir fonksiyon bloğunun hesaplama tablosu gibi) statikten dinamiğe dönüştürmektir. Bu, genellemenin, birçok farklılaştırılabilir modelden oluşan bir ağ mimarisinin gerçek zamanlı olarak veriyle ilişkili bir şekilde oluşturulmasını sağlayabileceği anlamına gelir. Bu kitabın birçok bölümünde programatik programlama için mantıksal ifadeler, koşullar, atamalar ve döngüler kullanıldığı gibi, farklılaştırılabilir programlama modelinde, depolama, dikkat, yığın, kuyruk ve işaretçi modüllerini içeren derin sinir ağı mimarisi de uygulanmaktadır.
Aslında, mevcut derin öğrenme çerçevelerinin (PyTorch, TensorFlow, Chainer, MXNet, CNTK vb.) Model esnekliği peşinde koşması gerekir, çünkü verimli bir derleyici geliştirildiğinde yeni bir yazılım uygulama yöntemi benimsememiz gerekecektir. . Döngülere ve koşullu yargılara dayanan geleneksel programlama mantığı ortadan kaldırılacak ve nöral ağlar tarafından uygulanan parametreleştirilmiş işlev modüllerinin montaj diyagramları ile değiştirilecektir. Anahtar teknoloji, modele dayalı farklılaşabilirlikte yatmaktadır , Yapay sinir ağının ağırlığı ve ağın ve depolama modülünün doğrusal olmayışını tanımlayan parametreler gibi verilerden montaj şemasındaki tüm parametreleri otomatik olarak eğitmek için uçtan uca geri yayılım öğrenimi yoluyla verimli bir gradyan optimizasyon yöntemi kullanarak.
Kısaca inanıyoruz ki yakın gelecekte Genelleştirilmiş derin öğrenme veya farklılaştırılabilir programlama çerçevesi Oluşturulan daha güçlü, daha esnek ve daha gelişmiş öğrenme mimarisi, bu kitapta listelenen NLP'nin sınır araştırma alanlarında kalan sorunları çözebilir. Sadece bu kitapta bahsedilen araştırma sonuçları değil, yağmurdan sonra mantarlar gibi yeni başarılar ortaya çıkacak ve bunların hepsi bizi genel yapay zekanın gerçekleşmesine daha da yaklaştıracak. O zaman, NLP genel yapay zekanın önemli bir parçası olacak.
yazar hakkında Genel Yayın Yönetmeni: Dr. Deng Li (Yapay Zeka Bilimcisi)
Deng Li , Mayıs 2017'den günümüze, riskten korunma fonu şirketi Citadel'de Yapay Zeka Baş Sorumlusu olarak görev yaptı. Eskiden Microsoft yapay zekasının baş bilim adamı. Deng Li, 2009 yılında Profesör Geoffrey Hinton ile işbirliği yaptı ve ilk kez, makinenin konuşma tanıma oranını önemli ölçüde artıran ve insan-bilgisayar etkileşimi alanının gelişimini ve ilerlemesini büyük ölçüde destekleyen geniş ölçekli konuşma tanımaya derin sinir ağlarının uygulanmasını önerdi. Şu anda Deng Li'nin araştırma yönü, büyük veri, konuşma, metin, görüntü ve çok modlu işleme için derin öğrenme ve makine zekası yöntemlerinin yanı sıra finansal alanda yapay zeka ve derin öğrenme uygulamalarına uygulanıyor. Deng Li, ses, NLP, büyük veri analizi, kurumsal zeka, İnternet araması, makine zekası, derin öğrenme vb. Alanlarda 70'den fazla ABD veya uluslararası patent almıştır. Aynı zamanda IEEE, International Speech Communication Association, American Acoustic Association, Asia Pacific Signal and Information Processing Association, Microsoft ve diğer kuruluşlardan birçok onursal ödül aldı. 2015 yılında Deng Li, derin öğrenme ve otomatik konuşma tanımaya yaptığı olağanüstü katkılardan dolayı IEEE Teknik Başarı Ödülü'nü kazandı.
Genel Yayın Yönetmeni: Dr. Liu Yang
Liu Yang , Doçent, Ph.D. Danışman, Akıllı Teknoloji ve Sistem Laboratuvarı Direktörü, Tsinghua Üniversitesi Bilgisayar Bilimi ve Teknolojisi Bölümü Dekanı, Ulusal Üstün Gençlik Fonu kazananı. Araştırma yönü doğal dil işlemedir.Doğal dil işleme ve yapay zeka, Hesaplamalı Dilbilim ve uluslararası konferanslar ACL, EMNLP, IJCAI ve AAAI gibi önemli uluslararası dergilerde 50'den fazla makale yayınlanmıştır ve ACL 2017 Üstün Makale Ödülü ve ACL 2006 Mükemmel Asya Doğal Dili'ni kazanmıştır. Tez ödülü ile ilgilenin. 10'dan fazla Çin Ulusal Doğa Bilimleri Vakfı, Ulusal Anahtar Ar-Ge Programı, Ulusal 863 Programı, Ulusal Bilim ve Teknoloji Destek Programı ve Uluslararası İşbirliği Projelerini üstlendi. 2015 yılında, Çin Ulusal Doğa Bilimleri Vakfı tarafından Üstün Gençlik Projesi için finanse edildi. 2015 Ulusal Bilim ve Teknoloji İlerleme Ödülü, 2014 Çin Elektronik Bilim ve Teknoloji Enstitüsü Ödülü, Bilim ve Teknoloji İlerleme birincilik ödülü, 2009 Pekin Bilim ve Teknoloji Ödülü ve 2014 Çin Bilgi Toplumu Qian Weichang Çin Bilgi İşlem Bilimi ve Teknolojisi ikinci ödülünü kazandı Hanwang Gençlik İnovasyon Ödülü'nün birincilik ödülünü ve diğer birçok bilimsel ve teknolojik ödülü aldı. Uluslararası Hesaplamalı Dilbilim Derneği Asya-Pasifik Şubesi İcra Komitesi üyesi, SİGHAN Bilgi Sorumlusu, Çin Çin Bilgi Toplumu Gençlik Çalışma Komitesi Direktörü ve Hesaplamalı Dilbilim Profesyonel Komitesi Genel Sekreteri, Hesaplamalı Dilbilim Yayın Kurulu, ACM TALLIP Yardımcı Editör Yardımcısı, ACL 2015 Organizasyon Komitesi Eş Başkanı, ACL 2014 Workshop Eş Başkanı, ACL 2017/2018 Makine Çevirisi Alanı Eş Başkanı ve EMNLP 2016/2018 Program Komitesi, IJCAI 2016/2018 Üyesi ve AAAI 2019 Kıdemli Program Komitesi Üyesi.
Anasayfa: Ana katılım:
Dr. He Xiaodong, JD AI Araştırma Enstitüsü'nün derin öğrenme ve konuşma ve dil laboratuvarının başkan yardımcısı ve direktörüdür. 1996 yılında Tsinghua Üniversitesi'nden (Pekin) lisans derecesi, 1999'da Çin Bilimler Akademisi'nden (Pekin) yüksek lisans derecesi ve 2003'te Columbia Üniversitesi'nden doktora derecesi aldı. Araştırma ilgi alanları, derin öğrenme, doğal dil, bilgisayar görüşü, konuşma, bilgi erişimi ve bilgi temsili dahil olmak üzere temel olarak yapay zeka alanındadır. JD.com'a katılmadan önce, Dr. Xiaodong Amerika Birleşik Devletleri'nde Microsoft Redmond Araştırma Enstitüsü'nde Baş Araştırmacı ve Derin Öğrenme Teknoloji Merkezi (DLTC) Başkanı olarak çalıştı, aynı zamanda Seattle'daki Washington Üniversitesi'nde yardımcı profesör ve doktora süpervizörüydü. Microsoft tarafından Ocak 2018'de başlatılan yapay zeka boyama robotu, He Xiaodong ekibinin işi.
Harbin Teknoloji Enstitüsü Bilgisayar Okulu'nda doçent ve doktora danışmanı. Profesör Christopher Manning, misafir akademisyen ve Stanford Üniversitesi eş-danışmanı. Halen Çin Çin Bilgi Toplumu'nun Hesaplamalı Dilbilim Profesyonel Komitesi üyesi ve Gençlik Çalışma Komitesi'nin direktör yardımcısı; Çin Bilgisayar Topluluğu'nun kıdemli üyesi ve YOCSEF Harbin'in başkanıdır. Ana araştırma alanı doğal dil işlemedir. AAAI'nin 2013 makalesi arasında en iyi makale adaylığı ödülünü kazanan ACL, EMNLP, AAAI, IJCAI gibi üst düzey dergi ve konferanslarda 40 akademik makale yayınlamış ve 2 ders kitabı yayınlamıştır. , 2 çeviri. Şu anda Çin Ulusal Doğa Bilimleri Vakfı ve 973 gibi birçok bilimsel araştırma projesi yürütmektedir. Araştırma ve geliştirmeden sorumlu dil teknolojisi platformu (LTP) 600'den fazla birim tarafından paylaşılmıştır ve sağlanan çevrimiçi "dil bulutu" hizmeti 10.000'den fazla kullanıcıya sahiptir ve Baidu, Tencent ve Huawei gibi şirketler tarafından kullanılma yetkisine sahiptir. 2009 yılında CoNLL Uluslararası Çok Dilli Sözdizimsel ve Anlamsal Analiz Değerlendirme'de birincilik kazandı. 2016'da Heilongjiang Eyaleti Bilim ve Teknoloji İlerleme Ödülü'nün birincilik ödülünü kazandı; 2015 ve 2016'da art arda iki yıl Google Odaklı Araştırma Ödülü'nü kazandı; 2012'de Heilongjiang Eyaleti Teknoloji Buluş Ödülü'nün ikincilik ödülünü kazandı; 2010'da Qian Weichang Çince Bilgi'yi kazandı Bilim ve Teknoloji Ödülü'nün birincilik ödülü ve ilk Hanwang Gençlik İnovasyon Ödülü gibi birden fazla ödülün yönetilmesi.
Yardımcı Doçent, Singapur Teknoloji ve Tasarım Üniversitesi. Tsinghua Üniversitesi'nden bilgisayar bilimi ve teknolojisi alanında lisans derecesi ve Oxford Üniversitesi'nden bilgisayar bilimi alanında yüksek lisans ve doktora derecesi aldı. 2012'de Singapur Teknoloji ve Tasarım Üniversitesi'ne katılmadan önce, İngiltere Cambridge Üniversitesi'nde doktora sonrası araştırmacı olarak çalıştı. Doğal dil işleme, makine öğrenimi ve yapay zeka konularında güçlü bir araştırma ilgisine sahiptir ve esas olarak istatistiksel sözdizimi analizi, metin üretimi, makine çevirisi, duygu analizi ve borsa analizi araştırmalarıyla ilgilenmektedir. ACM / IEEE TALLIP'in editör yardımcısı, COLING 2014, NAACL 2015, EMNLP 2015, ACL 2017 ve EMNLP 2017 program komitesi saha başkanı ve IALP 2017 program komitesi başkanlığını yaptı.
Liu Zhiyuan, Tsinghua Üniversitesi Bilgisayar Bilimleri Bölümü'nde doçent ve doktora süpervizörüdür. Ana araştırma yönleri, temsili öğrenme, bilgi grafikleri ve sosyal hesaplamadır. Doktora derecesini 2011 yılında Tsinghua Üniversitesi'nden aldı ve ACL, IJCAI, AAAI ve Google Scholar gibi yapay zeka alanında tanınmış uluslararası dergilerde ve konferanslarda 60'tan fazla ilgili makale yayınladı ve Google Scholar 2.700'den fazla alıntı yaptı. Bir dizi ulusal doğa bilimi fonunu üstlenin. Tsinghua Üniversitesi'nin seçkin doktora tezini, Çin Yapay Zeka Derneği'nin seçkin doktora tezi, Tsinghua Üniversitesi'nin seçkin doktora sonrası araştırmacısı ve Çin Bilgi Topluluğunun Genç İnovasyon Ödülü'nü kazandı. Çin Bilim Genç Yeteneklere Emanet Projesi ve CCF-Intel Genç Araştırmacı Teşvik Programı'na seçildi. Çin Bilgi Toplumu Gençlik Çalışma Komitesi yönetici üyesi ve müdür yardımcısı, Çin Bilgi Toplumu Sosyal Medya İşleme Komitesi üyesi ve sekreteri, SCI dergisi Frontiers of Computer Science'ın genç yayın kurulu üyesi ve ACL, COLING, IJCNLP başkanı olarak görev yaptı.
Han Xianpei, Ph.D., Ulusal Mühendislik Araştırma Merkezi Temel Yazılım / Devlet Anahtar Laboratuvarı, Yazılım Enstitüsü, Çin Bilimler Akademisi'nin yardımcı araştırmacısı. Ana araştırma yönleri, bilgi çıkarma, bilgi tabanı oluşturma, anlamsal hesaplama ve akıllı soru cevaplama sistemleridir. ACL ve SIGIR gibi önemli uluslararası konferanslarda 20'den fazla makale yayınladı. Han Xianpei, Çin Çin Bilgi Toplumu üyesi, Çin Çin Bilgi Toplumu Dil ve Bilgi Hesaplama Profesyonel Komitesi Genel Sekreteri ve Çin Çin Bilgi Toplumu Gençlik Çalışma Komitesi üyesidir.
Zhang Jiajun, doktorasını Çin Bilimler Akademisi Otomasyon Enstitüsü'nden almıştır. Halen Çin Bilimler Akademisi, Otomasyon Enstitüsü, Devlet Anahtar Laboratuvarı'nda yardımcı araştırmacı ve Çin Bilimler Akademisi Gençlik İnovasyon Teşvik Derneği üyesidir. Araştırma yönergeleri doğal dil işleme, makine çevirisi, diller arası metin bilgisi işleme ve derin öğrenmeyi içerir. Şu anda Yapay Zeka Derneği Gençlik Çalışma Komitesinin daimi üyesi, Çin Bilgi Toplumu Hesaplamalı Dilbilim Komitesi ve Gençlik Çalışma Komitesi üyesidir. IEEE / ACM TASLP, IEEE Intelligent Systems, ACM TALLIP gibi uluslararası üne sahip dergilerde ve AAAI, IJCAI, ACL, EMNLP, COLING vb. Uluslararası önemli konferanslarda 40'tan fazla akademik makale yayınlamıştır. PACLIC-2009, NLPCC-2012 (2017) ve CWMT-2014'te en iyi kağıt ödüllerini kazandı. 2014 yılında Çin Çin Bilgi Toplumu'ndan "Qian Weichang Çin Bilgi İşlem Bilimi ve Teknolojisi Ödülü" nde birincilik ödülünü kazandı (üçüncü sırada yer aldı). 2015 yılında ilk Çin Bilim ve Teknoloji Derneği "Genç Yetenek Destek Projesi" programına seçildi.
Liu Kang, Ph.D., şu anda Çin Bilimler Akademisi, Otomasyon Enstitüsü, Devlet Anahtar Örüntü Tanıma Laboratuvarı'nda yardımcı araştırmacı ve Xidian Üniversitesi'nde misafir profesördür. Araştırma alanları arasında bilgi çıkarma, ağ madenciliği, soru yanıtlama sistemleri vb. İle örüntü tanıma ve makine öğreniminde temel araştırmalar yer alır. Doğal dil işleme, bilgi mühendisliği ve diğer alanlarda (TKDE, ACL, IJCAI, EMNLP, COLING, CIKM, vb.) Önemli uluslararası konferanslarda ve dergilerde 90'dan fazla makale yayınladı, KDD CUP 2011 Track2 global ikincisi, COLING 2014 En İyi Bildiri Ödülü'nü kazandı. , İlk "CCF-Tencent Gergedan Kuş Fonu Mükemmellik Ödülü", 2014 Çin Çin Bilgi Toplumu "Qian Weichang Çin Bilgi İşleme Bilim ve Teknoloji Ödülü-Hanwang Gençlik İnovasyon Birincilik Ödülü", 2015, 2016 Google Odaklı Araştırma Ödülü vb.
Feng Yansong, Pekin Üniversitesi Bilgisayar Bilimi ve Teknolojisi Enstitüsünde öğretim görevlisidir. Bilgi Bilimi alanında doktora derecesi ile 2011 yılında Edinburgh Üniversitesi'nden mezun oldu. Ana araştırma yönleri arasında doğal dil işleme, bilgi çıkarma, akıllı soru cevaplama ve doğal dil işlemede makine öğreniminin uygulanması yer alır; araştırma ekibi, üç ardışık yıl boyunca yapılandırılmış bilgi tabanları için bilgi soruları ve cevaplarının QALD değerlendirmesinde birinci oldu; ilgili çalışma TPAMI, ACL, EMNLP gibi ana akım dergi ve konferanslarda yayınlandı. Proje lideri veya projenin omurgası olarak, bir dizi Çin Ulusal Doğa Bilimleri Vakfı ve Bilim ve Teknoloji Bakanlığı'nın 863 Programını üstlendi. Sırasıyla 2014 ve 2015 yıllarında IBM Fakülte Ödülü'nü kazandı.
Tang Duyu, Microsoft Asya Araştırma Doğal Dil Hesaplama Grubunda bir araştırmacıdır ve esasen akıllı soru cevaplama, anlamsal anlama ve sağduyu dahil olmak üzere doğal dil işleme üzerine temel araştırmalarla ilgilenmektedir. Duyu Tang'ın "Temsili Öğrenmeye Dayalı Metin Duygu Analizi Araştırması" başlıklı doktora tezi, Çin Çin Bilgi Toplumu tarafından 2016 Mükemmel Doktora Tezi Ödülünü kazandı.
Zhang Meishan, Singapur Teknoloji ve Tasarım Üniversitesi, doktora sonrası araştırmacı. Meishan Zhang, 2004, 2008 ve 2014 yıllarında Çin Yerbilimleri Üniversitesi'nden (Wuhan) Fizik Lisansı, Çin Bilimler Akademisi Yazılım Enstitüsü'nden Bilgisayar Uygulama Teknolojisi Yüksek Lisansı ve Harbin Teknoloji Enstitüsü'nden Bilgisayar Uygulama Teknolojisi alanında doktora derecesi almıştır. Şu anda Singapur Teknoloji ve Tasarım Üniversitesi'nde doktora sonrası araştırmacı olarak çalışmaktadır. . Son yıllarda, AAAI, ACL, EMNLP, COLING, vb. Alanlarda en iyi 11 konferans bildirisi dahil olmak üzere 23 makale yayınlandı. Şimdiki araştırma ilgi alanları doğal dil işleme, duygu analizi ve derin öğrenmedir.
Zhao Xin, Çin Renmin Üniversitesi Bilgi Okulunda doçenttir. Son beş yıl içinde, bilgi alma alanındaki en iyi akademik dergi ACM TOIS, akademik konferans SIGIR ve veri madenciliği IEEE alanındaki en iyi akademik dergi dahil olmak üzere yurtiçi ve yurtdışında ünlü akademik dergilerde ve konferanslarda yaklaşık 60 makale yayınlamıştır. TKDE / ACM TKDD ve akademik konferans SIGKDD, doğal dil işleme üst konferans ACL / EMNLP / COLING. Yayınlanan akademik makaleler belirli bir ilgi gördü.Google Scholar istatistiklerine göre (Wayne Xin Zhao için arama), yayınlanan makaleler yaklaşık 1.800 kez alıntı yapıldı. Birçok önemli uluslararası konferans veya dergide hakemlik yaptı. Şu anda bir Ulusal Doğa Bilimleri Vakfı Gençlik Projesi, bir Pekin Doğa Bilimleri Vakfı Genel Projesi ve birçok yatay proje üstleniyor.
Li Chenliang, erkek, Ph.D., doçent, yüksek lisans danışmanı, Singapur Nanyang Teknoloji Üniversitesi Bilgisayar Mühendisliği Fakültesi'nden 2013 yılında doktora derecesi ile mezun oldu. Aynı yıl Wuhan Üniversitesi Bilgisayar Bilimi ve Teknolojisi Okulu tarafından tanıtıldı ve seçkin genç omurga öğretmenleri için başlangıç fonunu kazandı. 2015 yılında Wuhan Üniversitesi'nden Luojia Young Scholar seçildi. Araştırma ilgi alanları arasında bilgi erişimi, veri madenciliği (metin madenciliği), doğal dil işleme, makine öğrenimi ve sosyal medya analizi yer alır. Başlıca bilimsel araştırma sonuçları en iyi uluslararası akademik dergilerde ve konferanslarda yayınlanmıştır; Çin Çin Bilgi Toplumu Gençlik Çalışma Komitesi üyesi, Sosyal Medya Komitesi üyesi ve Bilgi Edinme Komitesi üyesidir. Kilit üye olarak Singapur Eğitim Bakanlığı'nın 1 bilim ve teknoloji projesine ve Singapur Savunma Bakanlığı'nın 1 bilim ve teknoloji projesine katıldı. 2016 yılında, yüksek lisans öğrencilerine CCF-A konferansında uzun bir makale yayınlamaları talimatı verildi SIGIR2016 ve En İyi Öğrenci Bildiri Ödülü Mansiyon (En İyi Öğrenci Makalesi Ödülü Mansiyon)
referans:
https://mp.weixin.qq.com/s/5A1L_DCOMvfNDwnTd95fug
https://mp.weixin.qq.com/s/ai8cnrwAXr3m1CWRc8BDVw
https://www.springer.com/gp/book/9789811052088
Bölüm 
Backstage özel mesajı kitap indirme bağlantısını almak için "181110" yanıtını verin Referans bağlantısı:
https://www.springer.com/gp/book/9789811052088
- Bitiş - Tsinghua-Qingdao Veri Bilimi Enstitüsü'nün resmi WeChat kamu platformunu takip edin " THU Veri Pastası "Ve kız kardeş numarası" Veri Pastası THU "Daha fazla ders avantajı ve kaliteli içerik elde edin.
-
- Özel Pekiştirmeli öğrenmenin ticari uygulamaları hakkında bir makale 2
-
- Luneng AFC rakipleri büyük bir geri dönüş yaptı! 0-3'ten 3-3'e, son 10 dakikada inanılmaz bir geri dönüş
-
- Münhasır Pekiştirmeli öğrenmenin ticari uygulamaları hakkında bir makale
-
- Yeni Yılı kutlamak için Shandong'dan Jiangxi'ye dönüş: Köylüler, güzel olan "Yerel Bahar Şenliği Galası" nı yönetip gerçekleştirdiler!
-
- Xia Chuanghao yeni terfi eden ata 120 milyon euro atıyor ve bu turu kaybediyor ve programın 5 tur öncesinde küme düşüyor!
-
- Rapor-Liverpool Arsenal 4-0, Real Madrid 2-2 Valen, Milan 6 maçlık galibiyet serisi
-
- Paylaşımlı konaklama endüstrisinin gelişimini standart hale getirmek ve teşvik etmek, otel konaklamalarını hizmet kalitesini iyileştirmeye zorlayacaktır.
-
- Bir daha dönme! Arkadaş çevresinde çılgına dönen miyokard enfarktüsünü kendi kendine kurtarma yöntemi, takip ederseniz daha da korkunç. Günaydın Wuhan
-
- emoi temel yaşamı havlu kardeşe cevap verir: o yıl intihal neredeyse temel yaşamı alt üst etti
-
- 10 Aralık'ta Chengbo'da görüşmek üzere! "İyi Yağmurlu Sezon" sergisi sizi kırk yıllık reformu ve açılımı hatırlamaya davet ediyor
-
- Kuru Mal Mutabakat Algoritması ve Blokzincir Altyapısı İnşaatı (PPT ile)
-
- Pekin'e evinde kaybeden Sichuan Erkek Voleybol Takımı sadece 6 puan kaybetti
