T2B: 深度学习与智能问答
内容简介：随着人工智能技术的飞速发展，智能问答系统已经成为下一代搜索引擎的核心技术。特别是面对大规模、语义化、结构化的知识图谱数据，如何基于自然语言提问形式的智能问答系统是摆在众多研究者和开发者前的一个重要问题。本报告详细介绍问答系统的历史发展脉络、基本概念、技术类别；将主要介绍面向大规模知识库的问答方法，包括传统的知识库问答方法（基于语义分析（Semantic Parsing）和基于信息检索的问答方法）以及在深度学习框架下的“端到端”知识库问答系统。同时我们还将介绍基于深度学习的篇章阅读理解技术和对话技术，并对其中存在的问题和趋势进行分析和展望。
讲者: 刘康、冯岩松
刘康博士，中科院自动化所模式识别国家重点实验室副研究员，中国中文信息学会青年工作委员会执行委员。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三十余篇（如TKDE、ACL、IJCAI、EMNLP、COLING、CIKM等），曾获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”、2014年度中国中文信息学会“钱伟长中文信息处理科学技术奖-汉王青年创新一等奖”、2015 Google Focused Research Award等。
个人主页：http://www.nlpr.ia.ac.cn/cip/~liukang/index.html
冯岩松博士，北京大学计算机科学与技术研究所讲师。2011年毕业于英国爱丁堡大学，获得信息科学博士学位。主要研究方向包括自然语言处理、信息抽取以及机器学习在自然语言处理中的应用；已连续三年在面向结构化知识库的知识问答评测QALD-4, 5, 6中获得第一名；相关工作已发表在TPAMI、ACL、EMNLP等主流期刊与会议上。同时，作为项目负责人或课题骨干已承担多项国家自然科学基金及科技部863计划项目。分别在 2014 和 2015 年获得 IBM Faculty Award。
个人主页：https://sites.google.com/site/ysfeng/home
日程安排：
14:30-15:00
问答技术概论
介绍问答系统的基础、分类以及发展脉络。
15:00-15:50
传统知识库问答
介绍面向自然语言问句的问题语义解析方法，包括Semantic Parsing（CCG、DCS、句法分析、浅层结构预测、机器翻译、文本复述），和信息抽取/检索类方法。面向开放域大规模知识库的问答方法。
15:50-16:00
休息
16:00-16:45
基于深度学习的知识库问答
介绍基于深度学习的知识库问答方法，包括基于深度学习的实体关系抽取、End2End的深度学习问答方法
16:45-17:15
基于深度学习的其他类型问答系统： 对话、阅读理解
介绍基于深度学习的对话系统、阅读理解系统。
17:15-17:30
总结和展望
目前问答领域的热点问题。