报告日程：10月18日19:00-22:00     地点：世纪金源大饭店一楼宴会厅

时间	演讲人	题目
19:00—19:45	车万翔	如何做一个精彩的学术报告
19:45—20:30	刘康、韩先培	做失败科研的10个方法
20:30—20:50		茶歇
20:50—21:10	许晶晶	基于对抗训练的机器学习鲁棒性分析-研究中的崎岖与思考
21:10—21:30	韩旭	知识表示与获取——博士生涯中的大体系与小合作
21:30—22:00		嘉宾座谈会-嘉宾与观众开放式讨论

报告具体信息：

时 间：   19:00—19:45
报告题目：如何做一个精彩的学术报告
报告人：    车万翔
报告摘要：随着我国科研水平的逐步提高，越来越多的学生有机会在国内外高水平学术会议上发表论文。为了使论文能顺利发表，学生们往往非常重视论文写作能力的训练，而经常忽视论文的报告环节。其实发表论文并不是科研环节的最后一步，为了进一步扩大成果的影响力，让更多的学者了解我们的工作，必须重视每一次做学术报告的机会。因此，我们将总结一些如何做好学术报告的经验，包括作报告的目的、听众的心理、报告所呈现的内容、幻灯片的形式以及作报告过程中的一些注意事项等，最终希望能帮助你做一个精彩的学术报告。

车万翔 博士，哈尔滨工业大学计算机学院教授，博士生导师，斯坦福大学访问学者，合作导师Christopher Manning教授。现任中国中文信息学会计算语言学专业委员会委员、青年工作委员会副主任；中国计算机学会高级会员、曾任YOCSEF哈尔滨主席（2016-2017年度）。在ACL、EMNLP、AAAI、IJCAI等国内外高水平期刊和会议上发表学术论文50余篇，其中AAAI 2013年的文章获得了最佳论文提名奖，论文累计被引用2,100余次（Google Scholar数据），H-index值为26。出版教材 2 部，译著 2 部。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，提供的在线“语言云”服务已有用户1万余人，并授权给百度、腾讯、华为等公司使用。2018年，获CoNLL多语种句法分析国际评测第1名。2015-16年，连续两年获Google Focused Research Award（谷歌专注研究奖）；2016年，获黑龙江省科技进步一等奖（排名第2）；2012年，获黑龙江省技术发明奖二等奖（排名第2）；2010年获中国中文信息学会“钱伟长”中文信息处理科学技术奖一等奖（排名第2）、首届汉王青年创新奖（个人）等多项奖励。2017年，所主讲的MOOC课程《高级语言程序设计（Python）》获国家精品在线开放课程。

时 间：   19:45—20:30
报告题目：做失败科研的10个方法
报告人：    刘康、韩先培
报告摘要：成功的科研都是相似的，失败的科研各有各的失败。成功科研方法让你仰望星空，失败科研方法让你在仰望星空的时候避免掉入水坑。如果成功的科研是可以学习的，那么正例让你发更多的好论文（Recall），但是我们也需要很多负例让你用更少的投稿发出更多的好论文（Precision），少走弯路，我们的优化目标是寻找最优的F值。 本报告基于两位讲者在30年（求和得出）科研经历中遇到过、看到过、听到过的失败科研方法，包括失败科研的哲学、心态、理念、方法、技术和工具。我们试图包含大量的信息，同时保持有趣。当然，在描述10（也可能不止）个失败科研方法的最后，我们也给出失败科研的反面—如何做出成功的科研。

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90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。

韩先培 博士，中国科学院软件研究所中文信息处理实验室/计算机科学国家重点实验室研究员。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四十余篇。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。2016年入选中国科协青年人才托举计划，获得中国中文信息学会汉王青年创新奖。

时 间：   20:50—21:10
报告题目：基于对抗训练的机器学习鲁棒性分析-研究中的崎岖与思考
报告人：    许晶晶
报告摘要：随着深度学习的发展，神经网络模型也在各个领域不断刷新最好效果。但是目前的神经网络对噪音的鲁棒性表现较差。因此如何改进机器学习的鲁棒性是将模型从实验室环境迁移到真实环境必须要解决的问题。本报告展示了如何通过对抗训练的方法自动生成模型无法正确分类的样本，从而达到提高模型鲁棒性的目的。除此之外，我还将以此次研究为例，介绍了我在科研工作开展期间遇到的挫折和思考。

许晶晶 北京大学信息科学技术学院15级博士研究生，指导老师为孙栩老师，研究方向为自然语言处理。博士在读期间，以第一作者身份在ACL、EMNLP、NAACL等自然语言处理顶级会议和期刊发表研究论文7篇，以共同作者身份发表研究论文多篇，曾获得三好学生、三好学生标兵、佳能奖学金、微软亚洲研究院明日之星等荣誉和奖励。除了致力于解决领域研究问题，还参与了多项实际的落地项目，包括多领域分词工具pkuseg的研发、参加了JDDC全球任务导向多轮人机对话挑战赛并获得了团体自动评测冠军、手动评测第二名。

时 间：   21:10—21:30
报告题目：知识表示与获取——博士生涯中的大体系与小合作
报告人：    韩旭
报告摘要：引入结构化的知识是目前辅助自然语言处理任务的重要方法之一。如何准确地从自由文本中获取结构化信息，以及进行有效的知识表示在近几年取得了广泛关注。在这次报告中，讲者将梳理知识表示与获取的发展脉络，分享相关领域的最新工作进展，报告人将会以他在知识表示与关系抽取上的若干代表工作为例子，对研究中遇到的具体问题进行深入探讨分析，并结合讲者个人的工作经验，讨论如何体系化地开展研究工作以及学术合作等问题，分享其在解决问题的过程中的一些心得体会。

韩旭 清华大学计算机系17级博士研究生，来自清华大学自然语言处理组，由刘知远副教授指导，主要研究方向为自然语言处理及信息抽取。目前已在人工智能、自然语言处理等领域的著名国际会议ACL，EMNLP，NAACL，COLING，AAAI发表相关论文多篇，在Github上维护开源工程多项。