软件学院

我院自然语言处理与智能软件技术研究团队开展学术研讨会议

华南师范大学软件学院/新闻通知2020-10-14 15:54:14来源:华南师范大学评论:0点击:收藏本文

为了更加有效地推进团队建设,促进研究生导师与研究生之间的交流互动,并形成常态性的师生互动机制,督促同学们高效地开展学习与研究,2020年9月29日,华南师范大学软件学院自然语言处理与智能软件技术研究团队在学院106学术报告厅开展学术研讨会议,团队召集人曾碧卿教授,团队成员丁美荣、冼广铭、焦新涛、杜志斌、刘帅、杨会平老师等研究生导师以及团队全体研究生等参加会议。

 

 

会议开场,团队导师丁美荣副教授就本次学术会议进行主持发言,表示学术研讨活动旨在提高大家的学术水平与能力,促进大家之间的学术交流,进一步为同学们以后的研究提供指导与帮助

 

曾碧卿教授在讲话中指出本次学术会议主要由研究生二年级的同学分别围绕自己的研究方向展开学术报告,就自己近一年多时间的学习进行总结与回顾,并就未来的研究进行进一步探索。他希望通过本次会议,研二的同学们能对自己未来的研究道路更加清晰,能够在对过去的总结中进一步加深自己对自然语言处理相关研究领域的理解,同时希望刚入学的研一的同学们能在本次会议中通过听取师兄师姐的研究受到启发,加深对相关领域知识的了解,并为未来的研究打下坚实基础。

 

 

随后八名团队的研二学生一一汇报他们过去一年的学习成果以及创新发现。

徐马一同学围绕方面级别情感分析问题展开报告,总结了过去几年里方面级别情感分析技术的发展,指明了其中的一些不足,并为大家展示了部分本团队的解决方案。

 

甘子邦同学围绕对话系统问题开展报告,首先展示了国内外著名学者在该领域的研究,并在这些研究的基础上提出了自己的研究。

 

龚思雨同学围绕多轮对话回复生成问题展开了报道,首先概述了对话生成问题,介绍了其分类以及应用,然后通过介绍经典模型更加深入的报告了对话生成领域的一些经典方法,最后结合代码介绍了对话生成模型该如何去搭建,训练以及如何去评价模型的好坏。

 

刘鸿业同学围绕机器阅读理解问题展开研究,介绍了机器阅读理解的任务以及应用,通过3篇经典的机器阅读理解论文以及一篇前沿的论文讲解了机器阅读理解模型大致方法,并简要讲解了自己模型的实验流程以及数据处理部分。

 

王鲁栋同学讲解了文本分类技术的发展历程,从机器学习文本分类算法到深度学习神经网络的cnn模型和rnn模型,并介绍了一些文本分类的最新进展,还讲解了在unbuntu环境下如何配置深度学习环境。

 

 

杨健豪同学就引入常识及外部背景知识的文本理解技术展开报告,首先为大家讲解了过去的一些基于外部背景知识的研究,并开创性地将外部知识首次引入到方面级别情感分析任务中,有效提升了模型的表达能力。

 

姚博文同学总结了实体关系抽取领域的研究现状,并对当前基于深度学习的研究热点进行剖析,分享了在做自然语言处理研究中很多有价值的信息和经验。

 

在同学们汇报过程中,团队多位老师对同学的研究进行了点评,提出自己的指导意见,团队研究生认真听取老师意见,并与团队老师和其他同学展开深入交流。

会议最后,团队召集人曾碧卿教授就本次学术研讨进行总结。他充分肯定经过一年的学习,同学们在自己的研究领域取得了不错的研究成果,大家围绕自然语言处理领域不同的问题展开研究,提出自己的解决方案,为自然语言处理领域的发展做出了自己的贡献。他最后表示非常欣慰看到大家这一年多来的进步,并鼓励同学们在自己的研究领域再接再厉,继续深耕。

 

 

附:

我院自然语言处理与智能软件技术研究团队学术报告信息一览表

 

编号

报告题目

报告人

1

深度文本理解技术探索

徐马一

2

深度文本理解之对话系统

甘子邦

3

对话回复生成研究

龚思雨

4

机器阅读理解研究

刘鸿业

5

深度文本理解技术探索--引入常识及外部背景知识的文本理解技术

杨健豪

6

问题生成研究

裴枫华

7

文本分类研究

王鲁栋

8

深度文本理解技术---关系抽取篇

姚博文

 

 

撰稿:龚思雨

审稿:陈锦辉


标签: