报告题目：中文自动句法解析的迷思和痛点 报告人：   李维（京东硅谷研究院）

报告摘要：深度中文信息处理的核心是自动句法语义解析（deep parsing）。长期以来，由于中文文法缺乏显性形式手段，没有形态，功能小词常常省略，中文深度自动解析显得举步维艰，很容易陷入中文分词和短语抱团的浅层漩涡难以自拔。迄今为止的中文NLP应用大多局限于浅层分析或者端对端的系统，并没有做到语言的深度结构分析和语义理解，而后者才是自然语言万变不离其中的奥秘所在，也是中文NLP快速领域化的一条根本出路。本次演讲从通向中文深度解析之路的迷思入手，梳理中文自动处理的痛点并提出和展示可行的对策。主题涉及：中文分词（含切词、合词）与解析的关系，词类识别（POS）与句法角色的关系，离合词（如“洗澡”）带来的词典与句法的接口问题，针对结构伪歧义的细线条词典化道路，以及针对错误放大的休眠唤醒机制（负负得正）。

个人介绍：李维博士，现任京东硅谷研究院主任研究员，领导Y事业部硅谷NLP团队，研发自然语言深度解析平台及其NLP应用，目前聚焦于中英文大数据情报和舆情挖掘，以及智慧供应链应用。李维NLP工作的应用方向包括大数据舆情挖掘、客户情报、信息抽取、知识图谱、问答系统、智能助理、语义搜索、机器翻译等等。 加入京东前，李维在硅谷社交舆情公司Netbase任首席科学家，Cymfony任研发副总。Cymforny期间荣获第一届问答系统第一名（TREC-8 QA Track），并赢得17个美国国防部的信息抽取创新研究项目（PI for 17 SBIRs）。Netbase期间，设计并指挥团队研发了精准高效的20种自然语言的理解和应用系统（英、汉、日、法、德、俄、西班牙、葡萄牙、意大利、土耳其、阿拉伯、菲律宾、韩、越等），产品服务财富500强。特别是汉语和英语，具有世界一流的分析精度，并且做到鲁棒、线速，scale up to 社会媒体全网大数据。李维是Simon Fraser University计算语言学博士，中国社会科学院研究生院机器翻译硕士，在国际学术刊物和大会上发表论文约30篇。2015年，李维被评为SFU 杰出校友（建校历史上50名之一)。

from

http://conference.cipsc.org.cn/annual2017/