直播预告 | 哈工大HIT-SCIR实验室专场二

点击蓝字

直播预告 | 哈工大HIT-SCIR实验室专场二_第1张图片

关注我们

AI TIME欢迎每一位AI爱好者的加入!

直播预告 | 哈工大HIT-SCIR实验室专场二_第2张图片

4月9日晚7:30-9:00

AI TIME特别邀请了三位优秀的讲者跟大家共同开启哈工大HIT-SCIR实验室专场二!

直播预告 | 哈工大HIT-SCIR实验室专场二_第3张图片

哔哩哔哩直播通道

扫码关注AITIME哔哩哔哩官方账号

观看直播

链接:https://live.bilibili.com/21813994

直播预告 | 哈工大HIT-SCIR实验室专场二_第4张图片

★ 邀请嘉宾 ★

直播预告 | 哈工大HIT-SCIR实验室专场二_第5张图片

覃立波:哈尔滨工业大学社会计算与信息检索研究中心(SCIR)博士三年级研究生,导师为车万翔教授。研究方向为任务型对话系统等。相关研究成果发表在ACL、EMNLP、AAAI、IJCAI、COLING等会议上,曾获百度奖学金,字节跳动奖学金等,个人主页:http://ir.hit.edu.cn/~lbqin/。

报告题目:

基于图网络显式建模的

对话行为识别和情感识别的联合学习

摘要:

在对话系统中,对话行为识别和情感分类是捕获对话者意图的两个相关任务,其中对话行为可以捕获显式的意图,情感可以表达隐性的意图。其中上下文信息(contextual information)和相互交互信息(mutual interaction information)是这两个相关任务的关键因素。但是,现有方法都无法同时考虑这两个重要的信息。

为了解决这个问题,在本文中,我们提出了一个协同交互图注意力网络 (Co-GAT) 来联合建模这两个任务。核心模块是我们提出的协同交互图交互层,可以在统一的图网络中构建跨历史连接 (cross-utterances connection)和跨任务连接 (cross-tasks connection)。我们的模型在两个公开的数据集达到了SOTA性能。此外,我们发现上下文和相互交互信息的贡献与预训练模型并不完全重叠,在多种预训练模型上(BERT,RoBERTa,XLNet) 均取得了性能提升。

论文标题:

Co-GAT: A Co-Interactive Graph Attention Network for Dialog Act Recognition and Sentiment Classification

论文链接:

https://arxiv.org/pdf/2010.00190.pdf

直播预告 | 哈工大HIT-SCIR实验室专场二_第6张图片

王少磊:哈尔滨工业大学社会计算与信息检索研究中心(SCIR)五年级博士研究生,导师为车万翔教授。研究方向包括实体与关系联合抽取、文本顺滑、语法纠错等。相关研究成果发表在EMNLP、AAAI、IJCAI、COLING等会议上,个人主页:http://ir.hit.edu.cn/~slwang/。

报告题目:

结合自训练和自监督学习的

无监督文本顺滑研究

摘要:

目前大部分在文本顺滑(Disfluency Detection)任务上的工作都严重依赖人工标注数据。有一些工作尝试用自监督方法(self-supervised)来缓解这个问题,但是他们的方法仍然依赖于有标注数据。在本工作中,我们首次尝试用无监督的方法来解决文本顺滑问题。我们通过结合自学习(self-training)和自监督两种方法,在不采用任何有标注训练数据的情况下,取得了跟目前最好的有监督方法接近的效果。

论文标题:

Combining Self-Training and Self-Supervised Learning for Unsupervised Disfluency Detection

论文链接:

https://www.aclweb.org/anthology/2020.emnlp-main.142.pdf

直播预告 | 哈工大HIT-SCIR实验室专场二_第7张图片

陆鑫:哈尔滨工业大学社会计算与信息检索研究中心(SCIR)一年级博士研究生,导师为秦兵教授、赵妍妍副教授,主要研究方向为文本情感分析、对话情感。

报告题目:

基于迭代情绪交互网络的对话情绪识别

摘要:

本工作研究的任务是对话情绪识别,旨在识别对话中所有话语的情绪。考虑到对话中的话语情绪是相互影响的,现有工作通常都建模对话上下文的内容,以此来隐式地建模话语的情绪交互,但这种做法常被语言中的复杂表达所干扰,导致情绪交互变得不可靠。我们注意到话语的情绪标签可以提供显式且精确的情绪交互,但情绪标签在测试阶段是不可获得作为输入的。为了解决这个问题,我们提出了一个迭代情绪交互模型,该模型使用迭代预测的情绪标签代替真实情绪标签,在迭代过程中不断更正预测并反馈输入,实现逐步增强的显式情绪交互。实验结果表明,使用迭代预测标签有效地保留了显式建模的性能优势,并在迭代过程中可以实现有效的预测修正。最终,我们的方法在两个公开数据集上取得了当时最好的结果。

论文标题:

An Iterative Emotion Interaction Network for Emotion Recognition in Conversations

论文链接:

https://www.aclweb.org/anthology/2020.coling-main.360/

直播结束后我们会邀请讲者在微信群中与大家答疑交流,请添加“AI TIME小助手(微信号:AITIME_HY)”,回复“PhD”,将拉您进“PhD交流群”!

直播预告 | 哈工大HIT-SCIR实验室专场二_第8张图片

AI TIME微信小助手

直播预告 | 哈工大HIT-SCIR实验室专场二_第9张图片

主       办:AI TIME 、AMiner

合作伙伴:智谱·AI、中国工程院知领直播、学堂在线、学术头条、biendata、数据派、 Ever链动、机器学习算法与自然语言处理

AMiner是学术搜索和社会网络挖掘研究的重要数据和实验平台,由清华大学计算机系研发,拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱,提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线,吸引了全球220个国家/地区1000多万独立IP访问,数据下载量230万次,年度访问量超过1100万。        

AMiner平台:https://www.aminer.cn

AI TIME欢迎AI领域学者投稿,期待大家剖析学科历史发展和前沿技术。针对热门话题,我们将邀请专家一起论道。同时,我们也长期招募优质的撰稿人,顶级的平台需要顶级的你,

请将简历等信息发至[email protected]

微信联系:AITIME_HY

AI TIME是清华大学计算机系一群关注人工智能发展,并有思想情怀的青年学者们创办的圈子,旨在发扬科学思辨精神,邀请各界人士对人工智能理论、算法、场景、应用的本质问题进行探索,加强思想碰撞,打造一个知识分享的聚集地。

直播预告 | 哈工大HIT-SCIR实验室专场二_第10张图片

更多资讯请扫码关注

 直播预告 | 哈工大HIT-SCIR实验室专场二_第11张图片

我知道你在看

直播预告 | 哈工大HIT-SCIR实验室专场二_第12张图片

点击 阅读原文 写下你的问题

你可能感兴趣的:(算法,人工智能,深度学习,自然语言处理,机器学习)