资讯 人工智能学术
此为临时链接,仅用于文章预览,将在时失效

第四波!ACL 2020 清华大学 THUNLP 系列解读

作者:AI科技评论
2020/05/07 18:08

第四波!ACL 2020 清华大学 THUNLP 系列解读

清华大学自然语言处理实验室(THUNLP)由孙茂松教授领导,主要从事中文信息处理、社会计算和知识图谱研究,实验室 “二刘老师”(刘洋、刘知远)是我国NLP领域的青年代表,刘洋教授在机器翻译领域造诣颇深,刘知远副教授则聚焦语言理解与知识计算。ACL 2020 上,THUNLP实验室有什么新的研究进展?


2020年4月3日,NLP 顶会 ACL 2020 公布录用论文之后,AI科技评论相继与哈工大、复旦大学联合举办两期「系列解读」直播活动,受到广大师生的好评。

第一期:ACL 2020 - 哈工大 SCIR 系列解读

第二期:ACL 2020 - 复旦大学系列解读

昨天我们推出「ACL 2020 - 清华CoAI 系列解读」直播活动,将在5月 6-10日进行为期 5 天的直播活动,全方位介绍清华交互式人工智能课题组在 ACL 2020 上相关的全部工作。

然而「实验室系列解读」活动远不至此。AI 科技评论更进一步联合清华大学计算机系THUNLP团队,将推出第四期实验室系列解读直播活动 ——「ACL 2020 清华大学 THUNLP 系列解读」。我们将在5月13日-18日,连续6天进行 6 场直播,全面覆盖清华大学 THUNLP 课题组在 ACL 上相关的全部工作。

THUNLP 团队在本届 ACL 会议上共有 7 篇文章入选,内容覆盖 NLP 研究的多个方面。(详细内容可参见下面)


系列解读活动简介如下,欢迎届时关注。

主题一:基于义原知识和粒子群算法的文本对抗攻击

时间:2020年5月13日(周三)晚20:00整

论文:Word-level Textual Adversarial Attacking as Combinatorial Optimization

主讲人:臧原

第四波!ACL 2020 清华大学 THUNLP 系列解读

摘要:对抗攻击是机器学习领域受到广泛关注的话题。相比于图片、语音等领域,文本对抗攻击面临着搜索难优化、扰动易感知等挑战。在本次分享中,讲者将文本对抗攻击形式化为离散组合优化问题,并引入了一种基于义原知识和粒子群算法的文本对抗攻击方法,以提高文本对抗攻击的效率。


主题二:如何使用NLP技术帮助法律智能:关于法律智能的综述

时间:2020年5月14日(周四)晚20:00整

论文:How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence

主讲人:钟皓曦

第四波!ACL 2020 清华大学 THUNLP 系列解读

摘要:法律智能是一个新兴的话题,近几年来吸引了多数AI和法律工作者的目光。为了能够使得这个方向更好地发展,我们总结了近几年来的法律智能工作,并对未来可能的方向进行了展望。


主题三:开放文本环境下的持续关系学习

时间:2020年5月15日(周五)晚20:00整

论文:Continual Relation Learning via Episodic Memory Activation and Reconsolidation

主讲人:韩旭

第四波!ACL 2020 清华大学 THUNLP 系列解读

摘要:关系抽取是从文本中获取结构化知识的重要手段。不同于传统工作关注于限定域上的关系,我们面向关系类型日益增长的开放域,对新关系的发现、数据扩展、持续学习进行了探索,形成了一套完整的开放文本环境下的关系学习体系。


主题四:神经机器翻译信心校准研究

时间:2020年5月16日(周六)晚20:00整

论文:On the Inference Calibration of Neural Machine Translation

主讲人:王硕

第四波!ACL 2020 清华大学 THUNLP 系列解读

摘要:在诸如医疗、金融等对可靠性要求很高的场景中,我们不仅要求模型可以达到较高的预测准确率,而且希望模型可以做到“知之为知之,不知为不知”,能够准确反馈对预测结果的信心。本次分享将介绍机器翻译领域信心校准研究的最新进展。


主题五: 基于细粒度推理的事实验证

时间:2020年5月17日(周日)晚20:00整

论文:Fine-grained Fact Verification with Kernel Graph Attention Network

主讲人:刘正皓

第四波!ACL 2020 清华大学 THUNLP 系列解读

摘要: 随着互联网中的文本大量涌现,不实信息也越来越多,因此,需要一个自动化的事实验证工具来帮助我们鉴别虚假信息。事实验证任务要求能够从大规模的文本知识库中抽取相关的证据(Evidence)并根据这些证据对给定的声明(Claim)给出事实性的判断。本次报告,主要介绍如何利用细粒度的文本推理来进行事实验证。

 

主题六: 融合常识知识的对话生成

时间:2020年5月18日(周一)晚20:00整

论文:Grounded Conversation Generation as Guided Traverses in Commonsense Knowledge Graphs

主讲人:张厚予

第四波!ACL 2020 清华大学 THUNLP 系列解读

摘要: 如何使开放域对话机器人生成包含知识的回答一直是对话生成领域的困难问题,也是很多学者一直在致力于解决的问题。本次分享,讲者将简单介绍对话生成领域的前沿进展和方向,并着重介绍ACL 2020关于如何在对话中融合常识知识的一篇工作。


如何加入?             

扫码关注[ AI研习社顶会小助手] 微信号(AIyanxishe2),发送关键字“ACL 2020+直播”,即可进群观看直播和获取课程资料。       

第四波!ACL 2020 清华大学 THUNLP 系列解读

第四波!ACL 2020 清华大学 THUNLP 系列解读

ACL 2020原定于2020年7月5日至10日在美国华盛顿西雅图举行,因新冠肺炎疫情改为线上会议。为促进学术交流,方便国内师生提早了解自然语言处理(NLP)前沿研究,AI 科技评论将推出「ACL 实验室系列论文解读」内容,同时欢迎更多实验室参与分享,敬请期待!


长按图片保存图片,分享给好友或朋友圈

第四波!ACL 2020 清华大学 THUNLP 系列解读

扫码查看文章

正在生成分享图...

取消
相关文章