您现在所在的位置: 首页 > 学术动态 > 正文 >
成长论坛117讲:自然语言处理前沿论坛
    来源:      发布时间:[2022-08-07]     点击次数:      字体大小[ ]

一、时 间:2022年8月10日(周三)09:00

二、地 点:线上腾讯会议(会议ID:827820630)

三、主讲人:

宇 哈尔滨工业大学 教授/博士生导师

赵妍妍 哈尔滨工业大学 副教授/博士生导师

四、主办:科研处

五、承办:信息科学与电气工程学院(人工智能学院)

六、讲座简介

报告题目:融合外部知识的常识问答关键技术研究

报 告 人:张 宇

报告简介:当人类回答问题时,他们会利用亚洲通空间关系、因果关系、科学事实和社会习俗等的常识知识,这些知识对机器来说很困难。常识问答任务通常只有单独的问题而没有任何上下文语境,这就需要模型检索到与问题相关的常识知识并利用知识进行逻辑推理才能给出答案。因此,如何检索到合适的常识知识以及将这些知识融入模型进行推理以解决常识问答任务是目前研究中面临的一个重要问题。本次报告中,介绍了哈尔滨工业大学智能问答研究组在常识问答中近期开展的研究工作,融合结构化知识、融合文本知识以及融合预训练语言模型中的隐式知识来提升常识问答的效果,并取得了较好的效果。

报告题目:多模态细粒度情感计算

报 告 人:赵妍妍

报告简介:多模态情感计算相比传统的文本情感计算而言,更加贴近现实生活中人类处理情感的场景,主要通过建模自然语言、视觉和声音等模态中的情感信息,让机器像人类一样观察、理解和表达情感。多模态情感计算任务将对真实场景下高质量的智能陪伴、智能客服以及电子商务等提供技术支撑。现有的多模态情感计算还集中于浅层粗粒度的情感分类任务上,为了更深入的、类人化的理解多模态场景下的情感,多模态细粒度情感计算技术不可或缺。该报告将结合多模态场景下情感表达的情感语义复杂性、情感要素互补性、情感不一致性等特点,重点讨论多模态情感语义表示、多模态细粒度情感要素抽取及整合以及多模态情感语义消歧等研究任务。这些关键技术将突破原有的文本情感计算以及现有的多模态情感分类等任务的局限性,更深入且更类人化的处理真实场景下的情感表达。

七、主讲人简介:

张宇,哈尔滨工业大学计算学部教授、博士生导师,人工智能专业负责人,人工智能教研室主任。中国计算机学会高级会员,中国中文信息学会信息检索专委会委员,中央电教馆人工智能教育专家工作组成员,中国研究生人工智能创新大赛专委会委员。主要研究方向人工智能、自然语言处理、智能问答。先后主持或作为主要成员参与国家自然科学基金、国家重点研发计划、863项目及国际合作、企业合作项目40余项,获得黑龙江省技术发明一等奖1项、黑龙江省科技进步二等奖1项、钱伟长中文信息处理专项奖一等奖1项、黑龙江省教学成果奖一等奖1项,发表学术论文80余篇,参与编写教材3部、译著1部。

赵妍妍,哈尔滨工业大学计算机学院副教授、博士生导师。研究方向为情感计算、社会计算。近年来主持项目多项,包括国家自然科学面上项目、青年基金、教育部人文社科项目等。作为主要成员参与国家973项目、国家自然科学基金重大项目、国家自然科学基金重点项目等。获黑龙江省科技进步一等奖、黑龙江省科技进步二等奖等。

编辑:宫坚莉  /  审核:黄玉娟