直播预告： EMNLP 2020 专场五| AI TIME PhD

AITIME论道

于 2020-11-23 18:53:18 发布

阅读量392

点赞数

文章标签：算法机器学习人工智能知识图谱自然语言处理

⬆⬆⬆ 点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

11月25日晚7:30-9:00

AI TIME特别邀请了3位优秀的讲者跟大家共同开启EMNLP 2020 专场五！

哔哩哔哩直播通道

扫码关注AITIME哔哩哔哩官方账号

观看直播

链接：https://live.bilibili.com/21813994

★ 邀请嘉宾 ★

王晓智：清华大学计算机系博士一年级研究生，导师李涓子教授。主要研究方向为事件抽取和预训练语言模型。已在EMNLP、NAACL、COLING等会议发表多篇文章。

报告题目：

大规模通用域事件检测数据集MAVEN

摘要：

事件检测任务旨在从文本中识别事件触发词并正确分类事件类型，它是事件抽取的第一步，对事件语义建模有重要意义。然而现有事件检测数据集存在两个严重的问题：

（1）数据稀缺，现有小规模数据集不足以充分训练和稳定评测复杂的神经网络模型。

（2）覆盖率低，现有数据集关心的有限数据类型不足以覆盖通用域中的广泛事件语义，也限制了事件检测模型的应用范围。

为了缓解这些问题带来的影响，本文构建了一个大规模通用域事件检测数据集MAVEN，它包含4480篇文章和118732个事件实例，覆盖了168种事件类型。同时我们也在MAVEN数据集上复现了一系列当前最佳的模型并进行了全面的实验。实验结果显示在传统数据集上表现极好的模型并不能在MAVEN上也取得理想的表现，这表明事件检测仍是一个具有挑战性的方向。我们也通过一些实证分析讨论了事件检测任务后续的发展方向。相关代码和数据集可以从https://github.com/THU-KEG/MAVEN-dataset获取。

★ 邀请嘉宾 ★

孙泽群：南京大学计算机系博士研究生，导师是瞿裕忠教授和胡伟副教授。主要研究方向为知识图谱表示学习及其应用，如实体对齐、链接预测和类型推断等。目前在相关领域的国际会议如VLDB、ICML、AAAI、IJCAI、EMNLP、ISWC等发表多篇论文。

报告题目：

基于双曲知识图谱嵌入的知识关联

摘要：

挖掘知识图谱关联，如实体-实体对齐关系或实体-概念映射关系，可以为下游任务提供全面的知识表示。现有基于欧式空间的表示学习方法无法很好建模知识图谱中的层次结构信息，如本体中概念之间的层次关系。这些方法通常需要高维的向量表示来捕捉这些关系。与之不同，本文探索使用低维双曲向量进行知识图谱关联。我们提出双曲关系型图神经网络进行知识图谱表示学习，然后通过双曲空间映射来捕捉实体-实体对齐关系或实体-概念映射关系。我们在实体对齐和类型推断两个任务上验证了所提出方法的有效性。相关代码和数据集可以从GitHub仓库：

https://github.com/nju-websoft/HyperKA获取。

★ 邀请嘉宾 ★

裴嘉欣：密歇根大学二年级博士生，研究方向为计算社会科学，目前主要关注自然语言处理和社会心理学的结合。

报告题目：

量化语言亲密度

摘要：

亲密度这一概念来源于社会心理学，主要被用来描述人和人之间关系 (e.g. 朋友) 或者互动 (e.g. 亲吻) 的亲密程度。我们将这一概念沿用到了语言中，用来描述人际交流中所使用语言的亲密程度，比如 “我今天心情真的好差” 比 “吃了吗” 一般来说具有更高的语言亲密度，因为它涉及到了更个体化的情绪表达；而 “你最糟糕的童年回忆是什么” 则比 “你觉得新的苹果手机怎么样” 要更加亲密，因为它过于私密和个人化。在这一研究中，我们提出了一套量化语言亲密度的数据标注方法和一个用于测量语言亲密度的NLP模型，并使用八千万 Reddit, Twitter, 书籍和电影对话数据研究了性别、社交距离和匿名性对于人际交流中语言亲密度的影响。

直播结束后我们会邀请讲者在微信群中与大家答疑交流，请添加“AI TIME小助手（微信号：AITIME_HY）”,回复“phd”，将拉您进“AITIME PhD 交流群-1”！