||
智能科学创新讲堂(简称"创新讲堂")由中科院自动化所主办英文学术期刊Machine Intelligence Research(MIR)发起,由中科院自动化所及MIR联合主办,旨在为智能科学与技术领域的专家学者们提供一个自由交流的平台。创新讲堂将定期邀请国内外相关领域顶尖学者加盟,分享最前沿的学术进展,启迪思维、平等交流,碰撞出开创性的思维火花。
创新讲堂第十讲邀请到MIR优秀作者、复旦大学邱锡鹏教授带来"自然语言处理中的范式迁移"的报告。2022年10月20日(周四)15点,诚邀您出席!
报告主题:
自然语言处理中的范式迁移
主讲人:邱锡鹏 教授
复旦大学计算机学院教授,国家优青获得者,主要从事自然语言处理、深度学习等方向的研究,发表CCF A/B类论文70余篇,获得ACL 2017杰出论文奖(CCF A类)、CCL 2019最佳论文奖、《中国科学:技术科学》2021年度高影响力论文奖,有5篇论文入选PaperDigest发布的ACL/EMNLP等会议的最有影响力论文(每届会议中引用率最高的15篇论文),主持开发了开源框架FudanNLP和FastNLP,已被国内外数百家单位使用。2015年入选首届中国科协青年人才托举工程,2018年获钱伟长中文信息处理科学技术奖青年创新奖,2020获第四届上海高校青年教师教学竞赛优等奖,2021年获首届上海市计算机学会教学成果奖一等奖(第一完成人)。
邱锡鹏教授最新论文:
近年来,自然语言处理任务的神经网络建模已经形成了几种主流范式,如序列标注、匹配、序列到序列等。相关研究发现,这些范式的迁移常常可以使得模型在特定任务中取得更好的效果,例如用序列到序列范式去解决一个序列标注任务。随着预训练模型的发展,自然语言处理中的范式迁移现象愈发频繁,并且涌现出了一些有潜力统一各类自然语言处理任务的通用范式。在本次报告中,我们将回顾近年来发生在自然语言处理领域中的范式迁移现象,对几个通用范式进行对比、分析和展望。
直播通道①:中科院自动化所B站
哔哩哔哩APP搜索"中科院自动化所”或扫描下方二维码,直播当天点击头像即可进入
直播通道②:MIR视频号
点击下方红色"预约"按钮即可预约观看当天直播
直播通道③:蔻享学术
点击下方链接进入"智能科学创新讲堂"主题页,直播当天选择相应直播即可观看
https://www.koushare.com/topic-qk/i/MIR
直播通道④:中国知网
点击下方链接即可免登录观看
https://k.cnki.net/courseDetail/21768
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-20 06:17
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社