报名 | 全国计算语言学学术会议CCL 2017十月南京开幕

百家 作者:机器之心 2017-09-30 08:42:45

「第十六届全国计算语言学学术会议」(The Sixteenth China National Conference on Computational Linguistics, CCL 2017)将于 2017 年 10 月 13 日—15 日在南京师范大学举行。作为国内最大的自然语言处理专家学者的社团组织——中国中文信息学会(CIPS)的旗舰会议,全国计算语言学会议从 1991 年开始每两年举办一次,从 2013 年开始每年举办一次,经过 20 余年的发展历程,已形成了十分广泛的学术影响,成为国内自然语言处理领域权威性最高、口碑最好、规模最大(2016 年注册参会人数超过 600 人)的学术会议。CCL 着重于中国境内各类语言的计算处理,为研讨和传播计算语言学最新的学术和技术成果提供了高水平的深入交流平台。

 

本届 CCL 征集了各类与汉语和中国少数民族语言相关的计算语言学方面的原创研究和应用论文,范围包括但不限于以下内容:


  • 语言处理的认知建模和心理语言学

  • 篇章、共指和语用学

  • 评测方法

  • 语言资源和标注

  • 词汇语义学和词汇本体论

  • 大规模知识获取和推理

  • 机器翻译

  • 多语言自然语言处理

  • 自然语言处理应用

  • 社交媒体中的自然语言处理

  • 命名实体识别与链接

  • 开放领域的问答系统

  • 语义学

  • 情感分析、意见挖掘与文本分类

  • 社会计算

  • 语音识别与合成

  • 自然语言处理的统计与机器学习方法

  • 文本摘要和生成

  • 句法分析与网页分析

  • 词性标注和组块分析

  • 文本蕴含

  • 文本挖掘、开放域信息抽取与网页机器阅读

  • 互联网信息检索

  • 资源稀缺的自然语言处理

  • 分词

  • 词义消歧

  • 多模态处理

  • 医学自然语言处理


此外,「第五届基于自然标注大数据的自然语言处理国际学术研讨会」(The Fifth International Symposium on Natural Language Processing based on Naturally Annotated Big Data, NLP-NABD 2017)将与 CCL 2017 同时召开。NLP-NABD 涵盖了前面列举的所有自然语言处理的研究内容,尤其关注在大数据时代自然语言处理的前沿方法和技术。


这里所谓的「自然标注」是指由互联网用户根据其自身目的(而不是出于自然语言处理研究的目的)对各种互联网资源进行的「不自觉」的手工标注,计算语言学家们可以将这些标注自觉地和系统性地应用在自然语言处理的各种研究中。典型的例子是,标点符号有助于词边界的识别,社交媒体中的社会标签也有助于关键词抽取,而维基百科中的条目类别信息则可以为文本分类提供帮助。在这些例子中,「自然标注」都是以显式的形式出现的,但在很多情况下,也可以以隐式的形式出现,如短语「Beijing and other cities」「cities such as Beijing」中所蕴含的两个模式「cities such as NOUN」「NOUN and other cities」就是一种隐式的「自然标注」,可用于抽取常识知识 ISA(NOUN, city)。NLP-NABD 2017 聚焦国内外在此方向上的各种前沿研究进展,如:如何在自然标注大数据上有效进行大规模无监督 / 半监督机器学习(如深度学习),如何将学习到的资源、模型和已有的手工标注的核心资源和核心语言计算模型结合起来,等等。


会议报告


主旨报告:郑南宁



报告人:郑南宁

单位:西安交通大学 

时间:2017 年 10 月 14 日 

题目:受脑认知和神经科学启发的人工智能


摘要:人工智能追求的长期目标是使机器能像人一样感知世界和解决问题。对当前人工智能而言,解决某些对人类来说属于智力挑战的问题可能是相对简单的,但是解决对人类来说习以为常的问题却非常困难。人的大脑神经网络结构的可塑性,以及人脑在非认知因素和认知功能之间的相互作用,它们是形式化方法难以、甚至不能描述的。人脑对于非认知因素的理解更多的来自于直觉,并受到经验和长期知识积累的影响。人脑所具有的自然生物智能形式,为建立新的人工智能的理论和方法提供了重要启示。本报告将围绕受脑认知和神经科学启发的人工智能的基本科学问题,阐述其基本原理、研究前沿和实现的基本途径,并结合其领导的研究团队工作,讨论如何从情境认知的角度重新定义自主驾驶,构建一种受脑启发的、进化的、发展的自主驾驶学习系统,使自主驾驶汽车具有记忆、推理和经验更新的认知机制,能够应对高动态和强随机性的交通场景变化。


简历:郑南宁,工学博士、西安交通大学人工智能与机器人研究所教授、 IEEE Fellow、中国工程院院士、国务院学位委员会委员、中国自动化学会理事长、中国认知科学学会副理事长、国际模式识别协会‎(IAPR‎) 理事会成员;研究领域有计算机视觉与模式识别、认知计算、人工智能系统及其先进计算架构。1995 年获国家杰出青年基金,其研究团队获国家自然科学基金委首批创新研究群体项目资助(2000 年);‎著有《计算机视觉与模式识别》(国防工业出版社 1998)、《Statistical Learning and Pattern Analysis for Image and Video Processing》(Springer 2009);曾获国家科技进步奖二等奖(1991、1996)、国家技术发明二等奖(2007)、国家自然科学二等奖(2016)。

 

特邀报告 1:彭凯平



报告人:彭凯平

单位:清华大学 

时间:2017 年 10 月 14 日 

题目:人的智能到底优越在哪?


摘要:待定


简历:彭凯平教授 1983 年毕业于北京大学心理学系后留校任教。1997 年获美国密歇根大学心理学博士后任教美国加州大学伯克利分校心理学系。曾获美国加州大学伯克利分校心理学及东亚研究终身教职,曾任加州大学社会及人格心理学专业主任和美国心理学会科学领导委员会成员等国际职务。2008 年 5 月起受聘清华大学心理学系教授和首任系主任;2009 年入选中组部国家级海外高级引进人才(千人计划)。


现任清华大学社会科学学院院长,清华大学心理学系系主任,清华大学伯克利心理学高级研究中心和清华大学社科学院积极心理学研究中心主任。清华大学幸福科技实验室联合主席。中国北京积极心理学学会理事长和国际积极心理联合会(IPPA)以及国际积极教育联盟(lPEN)中国理事,并担任中国国际积极心理学大会执行主席(2009 年至今)。连续两年代表中国在「联合国国际幸福日"纪念大会上作联大报告。2004 年美国社会心理学会最佳论文奖;2006 年美国管理学院最佳论文奖;2015 年中国教育部高等学校科学研究优秀成果二等奖;2013 和 2014 年其所授《心理学概论》成为中国 MOCC 最受欢迎的课程;2015 年当选山东卫视《中国好先生》节目「中国十大先生」;2016 年当选《人民网》「健康中国年度十大人物」。


曾发表 300 多篇学术期刊论文,出版图书《跨文化沟通》、《吾心可鉴 ­­- 澎湃的福流》等中英文著作 8 部。多次获得重要学术奖项,2004 年美国社会心理学会最佳论文奖;2006 年美国管理学院最佳论文奖; 2007 年被美国人格与社会心理学会评为全世界论文引用最多的中青年社会心理学家。2015 年中国教育部高等学校科学研究优秀成果二等奖,2015、2016 年入选爱思唯尔(Elsevier)"中国高被引学者(Most Cited Chinese Researchers)十大心理学家榜单」。

 

特邀报告 2:杨强



报告人:杨强

单位:香港科技大学 

时间:2017 年 10 月 15 日 

题目:从深度学习到迁移学习


摘要:深度学习在语音,图像等方面已经取得了巨大的成功。但是,深度学习也有其内在的弱点。在这一讲座中,我讲结合近期迁移学习的进展,总结几个可能的研究方向,克服深度学习在小数据和可靠性等方面的不足。


简历:杨强,香港科技大学计算机系新明工程学讲座教授,任大数据研究所主任及计算机系主任。他曾经是华为诺亚方舟实验室主任(2012-2014)。他是 AAAI Fellow, IEEE Fellow, AAAS Fellow 和 IAPR Fellow。他的主要研究兴趣是人工智能和数据挖掘。杨强是《ACM TIST》期刊和《IEEE 大数据》期刊的创始主编。此外,他曾担任 2015 年 IJCAI 大会,2010 年 ACM KDD 大会的学术委员会主席(PC Chair),以及 2012 年 ACM KDD 大会主席。他是国际人工智能大会(IJCAI) 的理事会主席,中国人工智能学会副理事长和 AAAI 执行委员会委员。

 

特邀报告 3:耿直



报告人:耿直

单位:北京大学

时间:2017 年 10 月 15 日 

题目:从相关到因果:因果推断


摘要: 因果关系与相关关系是两个不同的重要概念。事物之间可能会出现虚假相关性,有相关关系不一定有因果关系,反之,有因果关系不一定表现出相关关系。统计学关于相关系数和关联度量的定义提出了一个多世纪,并取得了众所周知的成果,但是关于如何定义和评价因果作用,以及如何从数据中发现因果关系却未能得到长足发展。本报告将介绍 Yule-Simpson 悖论和替代指标悖论,探讨如何评价因果作用和挖掘因果网络的统计方法:


1. 井底之蛙:讨论相关关系与因果关系的概念及形式化,如何由部分变量推断因果作用。

2. 替罪羔羊:科学研究常采用替代目标,讨论如何确定替代目标的准则及问题。

3. 盲人摸象:介绍因果网络的分解学习方法。

4. 纲举目张:介绍因果网络的主动学习方法,干预少数变量使相关网络变为因果网络。

寻根问底 + 顺藤摸瓜:探讨如何寻求目标变量的原因与结果的局部因果关系学习方法。


简历:耿直,北京大学数学科学学院,教授;统计科学中心,联系主任。1982 年上海交通大学本科毕业,1989 年日本九州大学获理学博士学位,1996 年当选为国际统计学会推选会员,1998 年获国家杰出青年基金资助项目,现任中国现场统计研究会理事长。从事因果推断与因果网络、不完全数据分析、生物统计等方面的研究,部分成果发表在统计学、机器学习、人工智能等领域的国际顶尖刊物。

 

特邀报告 4:王小川



报告人:王小川

单位:搜狗公司

时间:2017 年 10 月 15 日 

题目:搜狗的 AI 之路与挑战


摘要:搜狗基于「让表达与获取信息更简单」的使命,发展以输入法和搜索为核心的信息处理技术,并在「自然交互 + 知识计算」的理念下,在对话、问答和机器翻译方面探讨产品需求和技术难题。


简历:王小川,搜狗公司 CEO,前搜狐高级副总裁、首席技术官。1994 年王小川用吴文俊消元法,首次在微型机下完成初等几何命题的全部证明。1996 年王小川代表中国队参加第 8 届国际信息学奥林匹克竞赛(IOI),获得金牌,后为中国队教练。2015 年,王小川以「群体智能支撑的互联网技术及应用」科技成果获得北京市科学技术奖一等奖;获得了科技北京百名领军人才、推动「北京创造」的 10 大科技人物奖、以及北京市劳动模范称号。此外,王小川还入选了 2014 年北京市高层次创新创业人才计划,并获得了 2014 年安永中国新兴企业家,2016 年 CCF 计算机企业家奖等多个奖项。2016 年王小川代表搜狗捐赠清华大学 1.8 亿元成立「天工智能计算研究院」,共同致力于人工智能前沿技术的研究。王小川先生毕业于清华大学计算机专业,拥有工学学士、工学硕士,以及 EMBA 学位。

 

CCL 2017 讲习班暨中国中文信息学会《前沿技术讲习班》(ATT) 第 9 期


CCL 2017 讲习班暨中国中文信息学会《前沿技术讲习班》(ATT) 第 9 期也将于 10 月 13 日举行。


上午,8:30-12:00


  • T1: TensorFlow and Sequence to Sequence Learning 

  • 讲者: 吴永辉(Google)


  • T2: Joint Models in Natural Language Processing 

  • 讲者: 张岳(SUTD)

 

下午,14:00-17:30


  • T3: Deep Learning for Language and Vision Intelligence 

  • 讲者: 何晓冬(微软)


  • T4: Deep Generative Models, Algorithms and Platforms 

  • 讲者: 朱军(清华)


会议时间和地址


  •  会议时间:2017 年 10 月 13 日至 15 日

  •  会议地址:江苏辰茂新世纪大酒店


官网地址:http://www.cips-cl.org/static/CCL2017/home.html


注册方式:点击阅读原文注册。

关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接