T1A: 深度学习与词法句法分析
内容简介:词法、句法和语义分析是自然语言处理的基础研究任务,这些任务可以统一抽象为结构预测问题。与分类问题不同,结构预测中的输出类别很多是相互关联的,此类任务往往是自然语言处理独有的。如何使用深度学习技术进行结构学习是目前自然语言处理领域的热点研究问题之一。本讲习班将以词法分析(分词、词性标注)、句法分析(依存句法分析、短语结构句法分析)和语义分析(语义角色标注、CCG分析)为例,介绍基于深度学习的结构预测方面的最新研究进展。首先,介绍基本的使用贪婪搜索进行结构预测的方法;接着,介绍基于动态规划等全局搜索的方法,与前一种方法一样,它们都使用深度学习的方法学习特征的表示;最后,介绍如何在学习的过程中使用全局搜索方法,进一步提高系统的准确率。

讲者: 车万翔、张岳

        车万翔博士,哈尔滨工业大学计算机学院副教授,博士生导师,斯坦福大学访问学者,主要研究领域为自然语言处理。在ACL、EMNLP、AAAI、IJCAI等国内外高水平期刊和会议上发表学术论文40于篇,其中AAAI 2013年的文章获得了Outstanding Paper Honorable Mention奖,出版教材 2 部,译著 2 部。目前承担国家自然科学基金、973等多项科研项目。负责研发的语言技术平台(LTP)已被600余家单位共享,有用户6,000余人,并授权给百度、腾讯、华为等公司使用。2009年,获CoNLL国际多语种句法和语义分析评测中第一名。2016年,获黑龙江省科技进步一等奖;2015年,获Google Focused Research Award;2012年,获黑龙江省技术发明奖二等奖;2010年获钱伟长中文信息处理科学技术奖一等奖、首届汉王青年创新奖等多项奖励。
        个人主页:http://ir.hit.edu.cn/~car/chinese.htm

        Yue Zhang is currently an assistant professor at Singapore University of Technology and Design. Before joining SUTD in July 2012, he worked as a postdoctoral research associate in University of Cambridge, UK. Yue Zhang received his DPhil and MSc degrees from University of Oxford, UK, and his BEng degree from Tsinghua University, China. His research interests include natural language processing, machine learning and artificial Intelligence. He has been working on statistical parsing, parsing, text synthesis, machine translation, sentiment analysis and stock market analysis intensively. Yue Zhang serves as the reviewer for top journals such as Computational Linguistics, Transaction of Association of Computational Linguistics and Journal of Artificial Intelligence Research. He is in the editorial board of TACL and TALLIP, being the associate editor for the latter. He is also PC member for conferences such as ACL, COLING, EMNLP, NAACL, EACL, AAAI and IJCAI. He was the area chairs of COLING 2014, NAACL 2015 and EMNLP 2015.
        个人主页:http://people.sutd.edu.sg/~yue_zhang/
日程安排
09:00-09:30
        词法句法语义分析
        介绍词法分析(分词、词性标注)、句法分析(依存句法分析、短语结构句法分析)和语义分析(语义角色标注、CCG分析)等问题定义和传统的解决方案

09:30-10:00
        深度学习基础模型介绍
        重点介绍多层感知器、递归神经网络、卷积神经网络等基本深度学习模型

10:00-10:10
        休息

10:10-10:40
        基于贪婪搜索的方法
        介绍基本的使用贪婪搜索进行结构预测的方法

10:40-11:20
        基于全局搜索的方法
        介绍基于动态规划等全局搜索的结构预测方法

11:20-12:00
        基于全局搜索的学习方法
        介绍如何在学习的过程中使用全局搜索方法

返回tutorials首页

© Copyright © 2016   鲁东大学 · 文学院 · 山东省语言资源开发与应用实验室 · 国家语委汉语辞书研究中心
^ Back to Top