点击蓝字
关注我们
AI TIME欢迎每一位AI爱好者的加入!
8月12日 19:30~20:30
AI TIME特别邀请罗切斯特大学博士生——张宋扬、英国剑桥大学博士生——刘方宇,开启ACL第一场!
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 ★
张宋扬:
罗切斯特大学计算机系三年级博士生。之前分别于东南大学和浙江大学获得计算机科学与技术的本科和硕士学位。主要研究方向是视频片段的时间定位和句法分析。博士发表过多篇顶会论文,包括ACMMM,AAAI,NAACL。2019年在HACS视频时间定位比赛中获得第一名。2021年获得NAACL最佳长文奖。
个人主页:https://sy-zhang.github.io/
报告题目:
视频辅助的无监督句法分析
内容简介:
近年来,有一系列工作利用视觉信号来提升句法分析器的性能,并取得了不错的结果。但这些工作局限于静态图片,却忽略了视频中物体场景等动态变化的信息。而这些动态信息往往对于动词性短语的句法学习更有用。本文首先研究了视频中不同类型的特征(物体,动作,场景,声音,人脸,OCR和语音)对句法分析器的影响。
此外,本文还提出了一个新的模型Multi-Modal Compound PCFG (MMC-PCFG),可有效利用多种不同视频特征进一步提高句法分析器的性能。
刘方宇:
英国剑桥大学语言技术实验室(Language Technology Lab)一年级博士生,主要研究兴趣:(1)词和句子级别的表示学习;(2)多模态融合的表示学习。
个人主页:http://fangyuliu.me/about.html
报告题目:
SapBERT: 生物医学实体表示的自对齐训练(以及它的多语言拓展)
内容简介:
生物医学实体(biomedical entities)的表示长久以来是个困难的问题。主要原因可总结为:(1)它们的命名通常有复杂和细致的规则,需要专业领域的知识;(2)大量表面上看起来毫不相似的实体名可能指向的是相同实体。与此同时,知识图谱中存有大量专家标注的同义词信息可被利用。我们设计一套对比学习的方法,通过“自对齐”(self-alignment)的方式把百万级别的医疗词汇知识注入语言模型。在生物医学实体链接(biomedical entity linking)任务上,SapBERT常常在不需要任务数据的情况下达到state-of-the-art。
接着,我们考虑将SapBERT拓展到多语言。一个显著的困难是,知识图谱通常主要包含英语信息。我们提出利用一般领域(general domain)的平行文本(bitext),例如word translation词典,来帮助将专业领域的知识从英语转移到低资源语言。
# 今日视频推荐 #
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“ACL”,将拉您进“ACL会议交流群”!
AI TIME微信小助手
主 办:AI TIME
合作媒体:学术头条、AI 数据派
合作伙伴:智谱·AI、中国工程院知领直播、学堂在线、AMiner、biendata、Ever链动
AI TIME欢迎AI领域学者投稿,期待大家剖析学科历史发展和前沿技术。针对热门话题,我们将邀请专家一起论道。同时,我们也长期招募优质的撰稿人,顶级的平台需要顶级的你,
请将简历等信息发至yun.he@aminer.cn!
微信联系:AITIME_HY
AI TIME是清华大学计算机系一群关注人工智能发展,并有思想情怀的青年学者们创办的圈子,旨在发扬科学思辨精神,邀请各界人士对人工智能理论、算法、场景、应用的本质问题进行探索,加强思想碰撞,打造一个知识分享的聚集地。
更多资讯请扫码关注
我知道你“在看”哟~
点击 阅读原文 了解更多精彩