本文转载自公众号:人工智能图灵。
刘知远,清华大学计算机系副教授、博士生导师。主要研究方向为表示学习、知识图谱和社会计算。2011年获得清华大学博士学位,已在ACL、IJCAI、AAAI等人工智能领域的著名国际期刊和会议发表相关论文60余篇,Google Scholar统计引用超过2700次。承担多项国家自然科学基金。曾获清华大学优秀博士学位论文、中国人工智能学会优秀博士学位论文、清华大学优秀博士后、中文信息学会青年创新奖,入选中国科学青年人才托举工程、CCF-Intel青年学者提升计划。担任中文信息学会青年工作委员会执委、副主任,中文信息学会社会媒体处理专委会委员、秘书,SCI期刊Frontiers of Computer Science青年编委,ACL、COLING、IJCNLP领域主席。
导读:介绍了分布式学习为什么会成为当前深度学习的基本特征,以及如何影响了计算机视觉、自然语言处理和语音识别等无结构信息的处理。报告主要讲授面向自然语言处理的语义表示学习的基本原理与技术,介绍面向汉字、词汇、短语、知识和网络等研究对象的语义表示学习的基本思想,并展望在该方向的主要挑战与前沿方向;并且根据其研究组投稿的情况,给了参会学者非常真实的顶级会议投稿意见,以及未来的研究方向;建议作一些更具有创新性的工作,如他们研究组基于Hownet进行的相关研究。
报告《语义表示学习》可以在此下载:http://nlp.csai.tsinghua.edu.cn/~lzy/talks/representation_learning_cips2018.pdf
往期精彩文章(单击就可查看):
美国科学院院士、图灵奖得主:约翰•爱德华•霍普克罗夫特——深度学习
南京大学教授:周志华——深度森林:探索深度神经网络以外的方法
斯坦福大学人工智能实验室主任:李飞飞——ImageNet之后,计算机视觉研究最新进展
海军工程大学教授:贲可荣——人工智能技术及其应用进展
清华大学:刘洋——基于深度学习的机器翻译
国防科技大学教授:殷建平——计算机科学理论的过去、现在与未来
清华大学软件学院院长——刘云浩:与高中生对话人工智能
【原创】|日本理化学研究所先进智能研究中心主任——Masashi Sugiyama:弱监督机器学习研究新进展
「人物特写」清华大学邓志东:“特征提取+推理”的小数据学习才是AI崛起的关键
明略讲堂 | 清华马少平教授详解“人工智能能做什么?”
【原创】|西安电子科大——焦李成:人工智能时代后深度学习的挑战与思考
Michael I. Jordan——计算思维、推断思维与数据科学
【原创】王飞跃:生成式对抗网络的机会与挑战
【原创】|微软亚洲研究院——刘铁岩:深度学习前沿
清华大学教授:孙富春——认知时代人工智能与机器人
清华大学:朱军博士——When Bayes meets Big Data
加州大学伯克利分校:马毅——低维结构和高维深模型(视觉)数据
加州大学伯克利分校计算机系教授:Dawn SONG——AI如何建立一个更强的防御系统
清华大学:刘知远——知识表示学习及其应用
李飞飞和ImageNet的洪荒之力
清华大学教授:孙富春——教育机器人核心技术展望
从高端人才配置看全国第四轮计算机科学与技术专业一级学科评估结果
长江学者、北京大学教授:黄铁军——人工智能的过去、现在和未来
Scan QR Code via WeChat
to follow Official Account