学术报告

发布者:发布时间:2020-10-09浏览次数:10

报告题目1: 基于翻译的无监督跨语言迁移学习
时间:2020年10月9日14:00-15:30
地点:腾讯会议 (ID:702 614 458)
摘要: 跨语言迁移学习是解决资源稀缺语言自然语言处理的一个非常有效的方法。对于某个特定的任务,我们假定在例如英语这种资源丰富语言上存在一定规模的标注语料,然后辅助一个机器翻译系统,便可以为目标语言提供自动构建的训练语料,从而指导目标资源稀缺语言的模型训练。本次报告将介绍三个任务的相关工作,分别针对依存句法分析、语义角色标注以及细粒度意见挖掘,调研基于翻译的方法在这些个任务上面的有效性。


报告题目2: 图神经网络的两个简单应用
时间:2020年10月10日14:00-15:30
地点:腾讯会议 (ID:203 341 573)

摘要: 图神经网络在当前受到了不少研究者的广泛关注,在不少自然语言处理相关任务上取得了有效的进展。本次报告主要介绍图神经网络在两个任务上的应用,分别为基于DRTS结构分析和中文词汇融合,最主要分别介绍这两个任务,最新的方法,以及如何和图神经网络结合 。


张梅山,天津大学新媒体与传播学院副教授。2014年博士毕业于哈尔滨工业大学,2014年11月至2015年11月在新加坡科技与设计大学做博士后,2016年1月至2019年3月为黑龙江大学副教授,2019年4月入职天津大学。目前主要从事自然语言处理和机器学习的研究工作,尤其词法句法分析、情感分析以及它们与深度学习的结合,并在自然语言处理领域的知名国际会议以及期刊上发表论文30余篇。个人主页:https://zhangmeishan.github.io/