报告时间：2019年1月5日下午13：00-15：00

报告地点：西区新主楼E1523计算机学院报告厅

学术报告(1) 文本事件抽取及其在金融领域应用实践

摘要：知识图谱是人工智能和核心基础设施之一，现有知识图谱多关注于以实体为核心的静态知识，缺乏对于以事件为核心的动态知识的刻画和构建。本报告结合研究组近些年的工作，主要介绍在开放域环境下，面对多种事件类型，在缺乏标注数据的前提下，如何自动进行数据标注，训练鲁棒的事件抽取器的有效方法，同时介绍我们在金融事件抽取实践过程中的经验和体会。

报告人简介：

刘康，博士，现任中科院自动化所模式识别国家重点实验室副研究员，西安电子科技大学客座教授。研究领域包括信息抽取、网络挖掘、问答系统等，同时也涉及模式识别与机器学习方面的基础研究。在自然语言处理、知识工程等领域国际重要会议和期刊发表论文60余篇（如TKDE、ACL、IJCAI、EMNLP、COLING、CIKM等），获得KDD CUP 2011 Track2 全球亚军，COLING 2014最佳论文奖，首届“CCF-腾讯犀牛鸟基金卓越奖”、2015、2016 Google Focused Research Award。2014年获得中国中文信息学会“钱伟长中文信息处理科学技术奖-汉王青年创新一等奖”、2018年获得中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖（排名第二）等奖项，兼任中国中文信息学会青年工作委员会主任、语言与知识计算专业委员会秘书长等学术职务。

学术报告(2) 面向神经机器翻译的多层信息融合

报告内容：当今主流神经机器翻译系统依赖多层神经网络，因此可以对双语文字进行更为有效的抽象及表示。但是深层神经网络给模型训练增加了难度，同时也降低了实际应用中的翻译速度。本报告将从小牛翻译的实践出发，分别从有效利用多层网络进行训练和多层信息共享两个角度探索神经机器翻译中多层网络的信息融合方法。同时，我们也会分享小牛翻译团队在机器翻译系统研发中的一些经验及体会。

报告人简介：

肖桐，博士，副教授，东北大学自然语言处理实验室副主任。2012年博士毕业于东北大学，中国中文信息学会首届优秀博士论文提名奖获得者，曾先后在东京富士通研究中心、微软亚洲研究院访问学习。2013-2014赴英国剑桥大学开展博士后研究。小牛翻译（NiuTrans）开源机器翻译系统的技术负责人（www.niutrans.com），并主持多套机器翻译评测（比赛）系统的研发，在WMT、CWMT、NTCIR PatentMT等评测中取得多项任务的第一。至今，NiuTrans系统已经被来自全世界的两千多个机构下载注册使用，该系统也于2016年获得国内自然语言处理领域最高奖 – 钱伟长中文信息处理科学技术奖（一等奖）。在人工智能及自然处理语言领域重要期刊AI、JAIR、TASL及顶级会议AAAI、IJCAI、ACL、EMNLP、COLING发表论文20余篇。 社会学术兼职包括：中国中文信息学会青年工作委员会副主任、中国中文信息学会信息检索与内容安全专业委员会委员等、中国计算机学会中文信息技术专委会。

学术报告(3) 端到端深度语义解析

报告内容：语义解析(Semantic Parsing)是将自然语言句子解析成计算机可计算的语义表示的过程，是问答、对话、自然语言理解等任务的核心技术。传统基于组合文法的语义解析存在依赖于语义词典和组合文法，同时无法在解析过程中充分利用知识库约束的缺点。近年来，基于深度学习的端到端语义解析成为了当前的技术主流。本报告将简要介绍近年来的主要端到端语义解析模型，包括Seq2Seq, Seq2Tree和Seq2Action，并对现有模型的挑战与难点进行了进一步的探讨。

报告人简介：

韩先培，博士，中国科学院软件研究所计算机科学国家重点实验室/中文信息处理实验室研究员。主要研究方向为信息抽取、知识图谱、语义解析以及智能问答系统。在ACL、SIGIR、AAAI、EMNLP等重要国际会议发表论文40余篇，论文被引超一千次。韩先培是中国中文信息学会理事，语言与知识计算专业委员会副主任，中国科学院青促会会员。于2016年入选中国科协青年人才托举计划，同年获得中国中文信息学会汉王青年创新奖。

欢迎感兴趣的教师和学生们参加交流！

计算机科学与技术学院

2019年1月2日