講習班背景
CAAI-AIDL已在北京、南京、深圳、武漢等地先後成功舉辦七次，憑藉專業、優質、精細的前沿解讀廣受好評，惠及2000餘人次。中國科學院自動化研究所研究員陶建華，南京大學計算機科學與技術系副主任周志華，中國科學院計算技術研究所研究員、副所長、副總工程師程學旗，北京航空航天大學計算機學院副院長王蘊紅，清華大學教授季向陽，騰訊人工智能實驗室主任張潼，伊利諾伊大學芝加哥分校傑出教授劉兵，華中科技大學電信學院教授、副院長白翔，浙江大學計算機輔助設計與圖形學國家重點實驗室教授章國鋒，9位精英領銜7場講習班，攜手76位著名學者及業界專家，圍繞深度學習、機器學習、大數據、智能感知、自然語言處理、計算機視覺應用技術等領域內的熱點前沿問題，帶來56場主題報告展開高、精、深的講解。
講習班內容
第8期CAAI-AIDL主題為《自然語言理解、生成與人機對話》，由中國人工智能學會主辦，復旦大學計算機科學技術學院教授邱錫鵬和字節跳動人工智能實驗室總監李磊擔任學術負責人，並邀請到自然語言處理領域八位著名學者作為特邀報告人。參會者不僅可以聽取專家們對本領域基礎知識和最新進展的集中講解，也可以獲得跟頂尖專家交流的機會。
學術主任
邱錫鵬
復旦大學計算機科學技術學院副教授
主要從事自然語言處理、深度學習等方向的研究，在ACL、AAAI、IJCAI、EMNLP等計算機學會A/B類期刊會議上發表60餘篇學術論文，引用2200餘次，獲得ACL2017傑出論文獎、CCL2019最佳論文獎。開源中文自然語言處理工具FudanNLP作者，FastNLP項目負責人。2015年入選首屆中國科協人才託舉工程，2018年獲中國中文信息學會“錢偉長中文信息處理科學技術獎—漢王青年創新獎”。
李磊 字節跳動人工智能實驗室總監
本科畢業於上海交通大學計算機系，博士畢業於卡耐基梅隆大學計算機系。曾任加州大學伯克利分校作博士後研究員和百度美國深度學習實驗室少帥科學家。曾獲2012年美國計算機學會SIGKDD最佳博士論文第二名、2017年吳文俊人工智能技術發明二等獎、2017年CCF傑出演講者、2019年CCF青竹獎。在機器學習、數據挖掘和自然語言處理領域於國際頂級學術會議發表論文50餘篇，擁有三項美國技術發明專利。擔任CCF中文信息處理專委委員，2017 KDD Cup、2018 KDD Hands-on Tutorial、2019KDD Sponsorship聯合主席, IJCAI2017和AAAI 2019資深程序委員，EMNLP2019領域主席和NeurIPS、ICML、KDD、IJCAI、AAAI、NAACL、EMNLP等大會程序委員。
特邀講師
洪宇 蘇州大學教授
題目
信息抽取的常識與前沿
摘要
信息抽取是NLP領域中重要的研究任務，涉及的主題非常廣泛，包括事件抽取、實體關係抽取和屬性抽取等等。每個主題又可以細分為若干子任務，比如，事件抽取涵蓋觸發詞識別、事件類型分類、論元及角色判定、真假鑑別；關係抽取囊括關係分類、實體鏈接（Entity Linking）和槽填充（Slot filling）；屬性抽取則可根據對象的不同，形成情感屬性、術語屬性和知識片段的識別與分類。這裡即將開展的一次講習，將從上述任務的定義和背景說起，希望初學者從中挖掘一些研究興趣。此次講習有一個變化，即嘗試加入關於“如何利用神經網絡構建簡單信息抽取模型”的介紹，這一部分將以事件檢測、實體關係分類和術語屬性識別為例，圍繞基礎性的神經抽取模型進行說明。在此基礎上，講習將對近幾年ACL和EMNLP會議中的相關探索與前沿技術進行簡介，並儘量將一些可解釋性的分析融入討論之中。希望參與講習班的同學與同行從中獲益。
簡介
畢業於哈爾濱工業大學計算機學院，2009獲得計算機應用專業工學博士學位，同年進入蘇州大學計算機科學與技術學院工作。2014-2016在美國紐約州倫斯勒理工學院擔任博士後研究助理。研究興趣集中在自然語言處理和人工智能，具體涉及信息抽取、篇章關係理解、多模態機器翻譯及智能問答。主持和參與多項國家自然科學基金重大專項、重點、面上項目，以及市廳級國際合作和基礎研究基金項目。已發表論文近百篇，其中包括ACL、EMNLP、COLING、SIGIR、CIKM等CCF認定的A和B類國際會議論文，以及國內計算機領域一級與核心學報《計算機學報》、《軟件學報》、《計算機研究與發展》、《人工智能與模式識別》、《中文信息學報》中文論文，已獲授權發明專利5項，受理專利6項。合作參與多項國際評測，包括TAC-KBP信息抽取評測，於2014-2016期間，在事件檢測和Slot Filling（Cold Start）任務中，曾獲得綜合排名第一和第二的評測成績。參與制定事件關係標準及數據標註規範，以及低資源信息抽取、垂直領域信息抽取和跨模態信息抽取的項目指南。
劉康 中科院自動化所副研究員
題目
面向知識圖譜的問答系統
摘要
隨著搜索引擎的飛速發展，將互聯網文本內容結構化，從中抽取有用的知識，構建基於知識的問答系統，對於文本內容的語義理解以及搜索結果的精準化有著重要的意義。然而，面對大規模知識庫/知識圖譜，如何正確理解用戶自然語言形式的問題語義，從已有結構化的知識圖譜中獲取正確的答案，是擺在眾多研究者和開發者前的一個重要問題。本報告將主要介紹大規模知識圖譜問答的基本概念、模型以及最新研究進展，包括：基於符號表示的Semantic Parsing、基於Deep Learning的端到端知識問答方法、Neural Semantic Parsing等，最後對其中存在的問題和趨勢進行分析和展望。
簡介
研究領域包括信息抽取、網絡挖掘、問答系統等，同時也涉及模式識別與機器學習方面的基礎研究。在自然語言處理、知識工程等領域國際重要會議和期刊發表論文90餘篇（如TKDE、ACL、IJCAI、EMNLP、COLING、CIKM等），獲得KDD CUP 2011 Track2 全球亞軍，COLING 2014最佳論文獎，首屆“CCF-騰訊犀牛鳥基金卓越獎”、2015、2016 Google Focused Research Award。2014年獲得中國中文信息學會“錢偉長中文信息處理科學技術獎-漢王青年創新一等獎”、2018年獲得中國中文信息學會“錢偉長中文信息處理科學技術獎”一等獎（排名第二）等獎項。曾任ACL2017、ACL2019問答系統領域主席、兼任中國中文信息學會青年工作委員會主任、語言與知識計算專業委員會秘書長等學術職務。
唐都鈺 微軟亞洲研究院自然語言計算組主管研究員
題目
知識驅動的智能問答與語義解析
摘要
本次報告介紹知識驅動的智能問答和語義解析方法。本次報告中，“知識驅動”中的“知識”涵蓋語法知識、語境知識、數據知識和外部背景知識。首先，以基於表格和基於知識圖譜的問答系統為例，介紹利用語法知識的語義解析方法；然後，介紹基於語境知識的語義解析和多輪問答方法。接下來，介紹如何融合檢索模型和元學習利用數據知識。最後，介紹基於如何利用樣本的外部背景知識輔助智能問答和自然語言理解。
簡介
從事智能問答、語義理解、機器推理等自然語言處理研究，多項研究成果已經轉化到必應搜索、Cortana語音助手等在內的微軟人工智能產品。
周浩 字節跳動人工智能實驗室
題目
深度文本生成模型的前沿進展
摘要
文本生成技術是自然語言處理中的一項基礎技術，在機器寫稿、機器翻譯、對話、搜索、在線廣告等產品上有很多應用。本次講座將圍繞三個方面介紹文本生成中的深度生成模型。一是序列到序列的生成，包括最新的Transformer模型，最新的非自迴歸的文本生成模型以及它在各種文本生成中的改進。二是比序列生成有更多優勢的深度隱變量模型，包括生成與編碼結合的變分自編碼模型(VAE)與對抗生成網絡（GAN）。VAE要對離散的文本序列學出光滑連續的隱空間，生成時可以從隱空間採樣。而GAN可以附加一個與任務有關的判別器，可以生成與最終任務更相關的文本。第三類是可控貝葉斯方法，可以生成更大多樣性和可解釋性的文本。最後，我們講介紹實際場景中的一些應用，例如數據到文本的生成，問題生成等。
簡介
Dr. Hao Zhou is a senior researcher at ByteDance AI Lab. Hao Zhou obtained his Ph.D. from computer science department of Nanjing University in 2017, and he was the recipient of Chinese Association of Artificial Intelligence 2019 Doctoral Dissertation Award. His research interests are machine learning and its applications for natural language processing. Currently he focuses on deep generative models for NLP. He has served in the Program Committee for ACL, EMNLP, IJCAI, AAAI, NIPS. He has more than 20 publications in prestigious conferences and journals, including ACL, EMNLP, NAACL, TACL, AAAI, IJCAI, NIPS and JAIR.
黃民烈 清華大學智能技術與系統實驗室副主任、副教授
題目
知識增強的自然語言生成
摘要
現有的自然語言生成模型仍然面臨許多問題：在這些模型中，尤其是在開放式語言生成（輸入信息有限、普遍存在1對多映射的語言生成）任務中，多樣性、信息量、重複性、一致性、連貫性或邏輯性沒有得到很好的控制。在此講座中，演講者將討論自然語言生成中的典型設置，問題和現有解決方案。特別是，演講者結合學術界現有的工作，探討一個重要的問題：現有的語言生成模型多大程度擁有常識或世界知識？在常識生成、知識補全、對話生成，故事結局生成、常識性故事生成等應用中，知識可以更好地輔助語言理解和語言生成。這些研究嘗試表明，知識可以提供信息量、一致性、連貫性和隱式規劃，在開放式語言生成中尤其有用。
簡介
他的研究興趣包括強化學習、深度學習、自然語言處理等，尤其是對話系統，閱讀理解和情感分析。在國際頂級會議和期刊（ACL，EMNLP，AAAI，IJCAI，WWW，SIGIR等）上發表了60多篇論文，入選ACL 2019最佳演示論文候選，獲得IJCAI 2018傑出論文獎，CCL 2018最佳演示獎，NLPCC 2015最佳論文獎，2018年漢王青年創新獎（中文信息處理學會），2019年MSRA合作研究獎， 2019年獲得吳文俊人工智能科技進步獎一等獎（排名第一）。情感對話模型的工作被麻省理工技術評論、英國衛報、參考消息、新華社等媒體廣泛報道，常識對話模型的工作獲得人工智能頂級會議IJCAI 2018傑出論文。擔任TACL的常務編審，ACL 2020/2016、EMNLP 2019/2014/2011的領域主席，AAAI 2017-2020和IJCAI 2017-2020的高級程序委員以及TASLP，TKDE，TOIS，TPAMI等的審稿人。2019年獲得國家自然科學基金重點項目資助。他的主頁位於http://coai.cs.tsinghua.edu.cn/hml/，谷歌學術主頁位於
https://scholar.google.com/citations?user=P1jPSzMAAAAJ&hl=zh-CN
嚴睿 北京大學助理教授
題目
開放領域人機對話系統的技術現狀與挑戰
摘要
近年來，自動人機對話系統在學術界和工業界都獲得了相當大的關注度，隨著微軟小冰百度度秘等產品的發佈，以及大量人工智能公司的建立，這些對話系統背後的技術在逐步積累，也逐步解密。隨著研究者的探索愈發深入，人們看到了一個對話系統逐漸從科幻電影中走進現實生活的可能。在講座中，我將回顧人機對話的發展歷程，以及隨著深度學習技術盛行之後，由數據驅動模型帶來的革命性改變。講座將從人機對話的已有應用出發，再分析現有對話系統的不足，展望下一代人機對話系統的挑戰。同時會分享課題組在人機對話研究所做的努力與探索，以及相應的代表性成果。
簡介
主持研發多個開放領域對話系統和服務類對話系統，發表高水平研究論文100餘篇，擔任多個學術會議（KDD, IJCAI, SIGIR, ACL, WWW, AAAI, CIKM, EMNLP等）的（資深）程序委員會委員及審稿人。受邀在EMNLP, WWW, SIGIR, IJCAI等多個頂級國際會議上做針對人機對話系統與自然語言處理的講習班教程報告（Tutorial）或邀請報告（Invited Talk）。
車萬翔 哈爾濱工業大學計算機學院教授
題目
任務型對話系統
摘要
對話系統一般可以分為兩種，即任務型對話系統（也稱作目標導向型對話系統）和閒聊對話系統。本講習班主要介紹任務型對話系統，其多用於垂直領域業務助理系統，如微軟小娜、百度度秘、阿里小蜜以及我們研發的對話技術平臺（DTP）等。這類系統具有明確需要完成的任務目標，如訂餐、訂票等。我們將首先介紹任務型對話系統的背景和定義，然後依次介紹其中的關鍵技術，包括自然語言理解（包括領域意圖的識別和語義槽的填充）、對話管理（包括對話狀態跟蹤和對話策略優化）以及自然語言生成；接著介紹任務型對話系統的評價方法和國內外相關技術評測任務；最後對任務型對話系統的技術和應用趨勢進行展望。
簡介
在ACL、EMNLP、AAAI、IJCAI等國內外高水平期刊和會議上發表學術論文50餘篇，其中AAAI 2013年的文章獲得了最佳論文提名獎，論文累計被引用2,500餘次（Google Scholar數據），H-index值為27。出版教材 2 部，譯著 2 部。目前承擔國家自然科學基金、973等多項科研項目。負責研發的語言技術平臺（LTP）已被600餘家單位共享，提供的在線“語言云”服務已有用戶1萬餘人，並授權給百度、騰訊、華為等公司使用。2018、2019連續兩年獲CoNLL國際評測第1名。2015、2016連續兩年獲Google Focused Research Award（谷歌專注研究獎）；2016年，獲黑龍江省科技進步一等獎（排名第2）；2012年，獲黑龍江省技術發明獎二等獎（排名第2）；2010年獲中國中文信息學會“錢偉長”中文信息處理科學技術獎一等獎（排名第2）、首屆漢王青年創新獎（個人）等多項獎勵。2017年，所主講的MOOC課程《高級語言程序設計（Python）》獲國家精品在線開放課程。
張偉男 哈爾濱工業大學計算機科學與技術學院副教授
題目
任務型對話系統
摘要
對話系統一般可以分為兩種，即任務型對話系統（也稱作目標導向型對話系統）和閒聊對話系統。本講習班主要介紹任務型對話系統，其多用於垂直領域業務助理系統，如微軟小娜、百度度秘、阿里小蜜以及我們研發的對話技術平臺（DTP）等。這類系統具有明確需要完成的任務目標，如訂餐、訂票等。我們將首先介紹任務型對話系統的背景和定義，然後依次介紹其中的關鍵技術，包括自然語言理解（包括領域意圖的識別和語義槽的填充）、對話管理（包括對話狀態跟蹤和對話策略優化）以及自然語言生成；接著介紹任務型對話系統的評價方法和國內外相關技術評測任務；最後對任務型對話系統的技術和應用趨勢進行展望。
簡介
研究興趣包括人機對話及自然語言處理。在ACL、AAAI、IJCAI及IEEE TKDE等CCF A類國際會議及國際頂級期刊發表論文多篇，主導研發了人機對話系統“笨笨”。目前為中國中文信息學會（CIPS）信息檢索專委會委員、青年工作委員會委員，中國人工智能學會（CAAI）青年工作委員會委員。曾獲黑龍江省科技進步一等獎、中國人工智能學會最佳青年成果獎、中國人工智能學會“合創杯”第二屆全國青年創新創業大賽三等獎及首屆“百度獎學金”。
日程安排
2019年12月14日
09:00 - 09:10
開幕式
09:10 - 10:40
信息抽取的常識與前沿
洪宇
蘇州大學教授
10:40 - 10:50
茶歇
10:50 - 12:20
面向知識圖譜的問答系統
劉康
中科院自動化所副研究員
12:20 - 14:00
午餐+休息
14:00 - 15:30
知識驅動的智能問答與語義解析
唐都鈺
微軟亞洲研究院自然語言計算組主管研究員
15:30 - 15:40
茶歇
15:40 - 17:10
深度文本生成模型的前沿進展
周浩
字節跳動人工智能實驗室
2019年12月15日
09:00 - 10:30
知識增強的自然語言生成
黃民烈
清華大學智能技術與系統實驗室副主任、副教授
10:30 - 10:40
茶歇
10:40 - 12:10
開放領域人機對話系統的技術現狀與挑戰
嚴睿
北京大學助理教授
12:10 - 14:00
午餐+休息
14:00 - 15:30
任務型對話系統
車萬翔
哈爾濱工業大學計算機學院教授
15:30 - 15:40
茶歇
15:40 - 17:10
任務型對話系統
張偉男
哈爾濱工業大學計算機科學與技術學院副教授
報名參會
組織機構
主辦單位：中國人工智能學會
講習班時間
2019年12月14日-15日，時長2天
講習班地點
上海市張衡路825號（復旦大學張江校區）
講習班費用
CAAI會員價：2000元/人
全價票：2500元/人
在校生參會可享受學生優惠價格1200元/人；
希望以會員價購票的參會人可自行註冊http://app01.cast.org.cn:7001/cast/reg.jsp?sid=E66
或致電010-62283663張老師諮詢。
付款方式
1、銀行轉賬
開戶行：工行北京新街口支行
戶名：中國人工智能學會
帳號：0200002909200166203
2、現場付費（POS機）
其他事項
1、差旅和住宿費用自理。
2、請您在支付時留言備註您的姓名+第8期講習班，方便我們的工作人員為您核對，付款成功後請填寫參會回執（附件）。
3、更多講習班事項，歡迎掃碼入群諮詢。
聯繫我們
入群或致電以下聯繫人
聯 系 人：郭老師
聯繫電話：13521772968
點擊 直達報名系統
閱讀更多 中國人工智能學會 的文章
