ADL100《智能人机对话与问答技术》开始报名

阅读量:134
2019-06-10

CCF学科前沿讲习班

The CCF Advanced Disciplines Lectures

CCFADL100

主题 智能人机对话与问答技术

2019624-26

北京·中国科学院计算技术研究所

WX20190610-083859


近年来,智能人机对话与问答系统在学术界与工业界都获得了极大的关注,也吸引了大量的投入。随着微软小冰,阿里小蜜,IBM Watson等多个人-机自然语言交互产品的问世与发布,这些商用系统背后对应的技术也被逐步揭秘。

本期CCF学科前沿讲习班《智能人机对话与问答技术》, 讲授当前人机对话与问答系统所对应的原理,技术,模型,以及前沿应用,囊括了本领域的探索历程,研究热点,以及最新成果。本期讲习班旨在帮助学员能快速了解和学习智能人机对话与问答技术的基本原理和前沿理念,掌握领域的发展动向和研究热点,开拓科研视野,加强学术交流,提升应用与实际操作的水平,培养前瞻的能力。

本期讲习班共邀请到6位智能人机对话与问答领域的重量级专家学者分享主题报告,这些研究者来自海内外著名高校与知名企业。他们将对整个对话与问答领域相关的基本概念,核心算法,关键技术,前沿应用,热点问题,尚未解决的挑战进行全面的梳理和深入浅出的解析,并对如何在本领域开展前沿技术的探索,研究与应用进行指导,使得学员在提高理论水平的同时,也能收获实用的技术积累。

学术主任:严睿 北京大学

主办单位:中国计算机学会

活动日程

2019/6/24(周一)

9:00-9:15

开班仪式,合影

9:15-12:00

专题讲座1:面向知识图谱的问答系统
刘 康,中科院自动化所,副研究员

12:00-13:30

午餐

13:30-16:30

专题讲座2:Deep Chit-Chat:Deep learning for Chatbots
武 威,微软,博士

2019/6/25(周二)

9::00-12:00

专题讲座3:开放域人机对话中的挑战性问题
黄民烈,清华大学,副教授

12:00-13:30

午餐

13:30-16:30

专题讲座4:阿里小蜜-智能人机交互的技术实践
陈海青,阿里巴巴,资深技术专家

2019/6/26(周三)

9:00-12:00

专题讲座5:腾讯AI Lab智能对话研究进展
史树明,腾讯AI Lab自然语言处理中心负责人

12:00-13:30

午餐

13:30-17:00

专题讲座6:端到端任务导向对话生成的方法与挑战
任昭春,山东大学,教授

17:00-17:10

结业式


特邀讲者:刘康博士,中科院自动化所

1

简介: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。曾任ACL2017、ACL2019问答系统领域主席、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。

题目:面向知识图谱的问答系统

摘要:随着搜索引擎的飞速发展,将互联网文本内容结构化,从中抽取有用的知识,构建基于知识的问答系统,对于文本内容的语义理解以及搜索结果的精准化有着重要的意义。然而,面对大规模知识库/知识图谱,如何正确理解用户自然语言形式的问题语义,从已有结构化数据中获取正确的答案,是摆在众多研究者和开发者前的一个重要问题。本报告将主要介绍大规模知识图谱问答的基本概念、模型以及最新研究进展,包括:基于符号表示的Semantic Parsing、基于Deep Learning的端到端知识问答方法、Neural Semantic Parsing等,最后对其中存在的问题和趋势进行分析和展望。


特邀讲者:武威博士,微软

1

简介:Wei Wu is a principal applied scientist lead in Microsoft Xiaoice. Before that, he was a lead researcher in Microsoft Research Asia (MSRA). Wei Wu obtained a B.S. in Applied Mathematics from Peking University in 2007 and earned his Ph.D. in Applied Mathematics from Peking University in 2012.His research interests include machine learning, natural language processing, and information retrieval. His current research focus is building conversational engines for chatbots with machine learning and NLP techniques. He has been working on single-turn conversation, multi-turn conversation, and topical deep chat since 2014. He is a key technology contributor to core chat engines of Microsoft XiaoIce (微软小冰) v2, v3, v4, v5 and v6 and Microsoft Rinna (りんな). His significant achievements include the launching of generation based chat engines in XiaoIce and Rinna and the recent Empathy Model in Rinna. Particularly, his work serves Microsoft's chatbot in Indonesia with full dialogue generation technologies. The chatbot now has more than 1.5 million users on LINE Indonesia.

题目:Deep Chit-Chat: Deep Learning for Chatbots.

摘要:The talk is based on our long-term research on open domain conversation, rich hands-on experience on development of Microsoft XiaoIce, and our previous tutorials on EMNLP 2018 and the Web Conference 2019. It starts from a summary of recent achievement made by both academia and industry on chatbots, and then performs a thorough and systematic introduction to state-of-the-art methods for open domain conversation modeling including both retrieval-based methods and generation-based methods. In addition to these, the talk also covers some new progress on both groups of methods, such as transition from model design to model learning and transition from knowledge agnostic conversation to knowledge aware conversation. The talk is ended by some promising future directions such as multi-modal conversation and conversation modeling with low resources.


特邀讲者:黄民烈博士,清华大学

1

简介:黄民烈,清华大学计算机系副教授,博士生导师,计算机系智能技术与系统实验室副主任。研究兴趣主要集中在人工智能、深度学习、强化学习,自然语言处理如对话系统、阅读理解、情感与情绪智能等。获得2019年MSRA合作研究奖,2018年“钱伟长中文信息处理科学技术奖汉王青年创新奖”,IJCAI-ECAI 2018杰出论文奖、CCL 2018最佳系统展示奖、NLPCC 2015最佳论文奖,2016、2017年两次入选PaperWeekly评选的最值得读10/15篇NLP论文之一;其关于情绪化聊天机器人的工作被MIT Technology Review、NVIDIA、英国卫报(The Guardian)、参考消息、新华社等媒体广泛报道,故事生成的工作被TechXplore报道。已超过70篇CCF A/B类论文发表在ACL、IJCAI、AAAI、WWW、SIGIR、EMNLP、KDD、ACM TOIS等国际顶级或主流会议及期刊上。曾担任多个国际顶级会议的领域主席或高级程序委员,如AAAI 2019、IJCAI 2018(杰出SPC)、IJCAI 2017、ACL 2016、EMNLP 2014/2011,IJCNLP 2017等,长期担任ACM TOIS、TKDE、TPAMI、CL等顶级期刊的审稿人。获得专利授权近10项,其中2项专利技术授权给企业应用。他的主页地址:http://coai.cs.tsinghua.edu.cn/hml

题目:开放域人机对话中的挑战性问题

摘要:构建开放域、开放话题的对话系统是目前人工智能领域最具挑战性的任务之一,其要求机器能够理解自然语言,具备世界知识,甚至拥有语义推理的能力。报告人将重点阐述目前对话系统中存在的三个基本问题,即语义、一致性和交互性。报告人将介绍构建更智能的聊天机器人的最新科研进展与前沿,包括:如何通过常识、世界知识辅助语言理解和对话生成,提高对话系统的语义性;如何通过情感、主动性行为提升对话系统的交互性;如何通过个性嵌入使得对话系统具有更好的一致性。报告人相信学术界的这些尝试会使聊天机器人向更智能、更类人的方向发展。


特邀讲者:陈海青,阿里巴巴

1

简介:陈海青,阿里巴巴智能服务事业部资深技术专家,目前负责阿里小蜜智能人机交互平台在阿里多个生态领域落地的技术工作,在对话系统构建、机器学习以及自然语言处理等技术领域积累了丰富的经验。陈海青加入阿里从事智能人机交互领域相关的工作和研究9年多。在此期间,带领团队构建了阿里巴巴智能交互机器人系统,并在几年的时间里不断通过系统以及算法的升级,使得智能人机交互系统在阿里巴巴全集团50多个BU(淘宝、天猫、1688、ICBU、AE、航旅、菜鸟、Lazada等)以及多个不同的生态领域(商家、阿里云)落地,探索出一条在阿里电商体系下可行的智能人机交互之路。带领团队在人工智能领域发表包括ACL、AAAI、SIGIR、IJCAI、WSDM、CIKM、EMNLP等17篇国际顶级会议论文,专利超30多项。

题目:阿里小蜜-智能人机交互的技术实践

摘要:随着全球互联网领域的爆发式增长,对于传统以人力密集型为主的服务领域急需通过智能化的技术手段进行变革,而这其中自然语言处理技术扮演者至关重要的角色。在过去的3年时间里面,阿里巴巴通过自然语言处理技术中的智能问答、智能对话等技术孕育产生了阿里小蜜产品,并逐渐构建阿里小蜜平台开始赋能阿里巴巴经济体、商家以及全球企业进行服务智能化的变革。本次分享将重点介绍在智能问答、对话领域在智能服务领域的技术实践和应用。


特邀讲者:史树明博士,腾讯AI Lab

1

简介:史树明博士现在是腾讯人工智能实验室(AI Lab)自然语言处理中心负责人,主要研究方向为语义理解和智能人机交互。他在ACL、EMNLP、AAAI、IJCAI、WWW、SIGIR、TACL等一流国际会议和期刊上发表科研论文40多篇,曾多次担任ACL、EMNLP、WWW、AAAI等会议的程序委员会委员以及TOIS、TKDE等期刊的审稿人。除学术研究外,他在搜索、知识图谱、自然语言理解、对话机器人等方面有丰富的系统开发和工程落地经验。

标题:腾讯AI Lab智能对话研究进展

摘要:在本次报告中将从多个方面介绍腾讯AI Lab在智能对话方面的研究进展,包括问题理解、生成式对话、融合检索模型和生成模型的回复生成、多模态智能对话等等。


特邀讲者:任昭春博士,山东大学

1

简介:任昭春,山东大学教授,博士生导师。2016年10月在荷兰阿姆斯特丹大学取得博士学位;2016年至2017年在伦敦大学学院工作,2017年至2019年在京东数据科学实验室担任算法科学家。任昭春主要从事信息检索和自然语言处理方面的研究,特别关注于社交媒体内容分析,搜索多样性,问答和对话系统,以及可解释性推荐系统等研究问题,目前已在计算机领域各个国际顶级会议和期刊上共发表60余篇论文,获得信息检索领域国际顶级会议WSDM2018最佳学生论文奖和CIKM2017最佳长论文提名奖;应邀担任信息检索领域和自然语言处理领域多项顶级会议程序委员会委员和顶级期刊审稿人。同时任昭春在信息检索领域一直担任多项会议和期刊的组织服务工作。

题目:端到端任务导向对话生成的方法与挑战

摘要:通过帮助用户完成实际具体的任务,任务导向型系统近年来因其发展潜力和诱人的商业价值而受到越来越多研究者的关注。特别是当前,深度学习技术的不断进步极大地推动了相关对话生成技术的发展。对于对话系统来说,深度学习技术可以利用大量的数据来学习特征表示和回复生成策略,其强大的端到端学习能力使得中途需要投入的人力资源越来越少。最近围绕端到端任务导向性对话生成系统,一系列研究性的工作,包括研究论文,讲座和讨论组,被提出同时在实际应用中正在发挥越来越巨大的作用。本次讲座将聚焦于端到端任务导向型对话生成问题,并讨论目前相关对话生成技术面临的各种挑战以及近年被提出的各种解决方案;同时将列举端到端对话生成的未来研究与应用方向。


学术主任  严睿博士

1

严睿博士,北京大学助理教授,博士生导师,前百度公司资深研发,华中师范大学与中央财经大学客座教授与校外导师。主持研发多个开放领域对话系统和服务类对话系统,发表高水平研究论文80余篇,担任多个学术会议(KDD, IJCAI, SIGIR, ACL, WWW, AAAI, CIKM, EMNLP等)的(高级)程序委员会委员及审稿人。受邀在EMNLP, WWW, SIGIR, IJCAI等多个顶级国际会议上做针对人机对话系统与自然语言处理的讲习班(tutorial)或邀请报告(invitedtalk)。


时间:2019年6月24-26日

地点:北京(中国科学院计算技术研究所,北京市海淀区科学院南路6号)


注册费:CCF会员3000,非会员3600元,食宿交通自理。

西部五所高校(新疆大学、青海大学、贵州大学、云南大学、宁夏大学)每个学校有两个免报名费名额。

报名方式:点击以下链接或扫描(识别)二维码报名。报名链接:ADL100报名https://conf2.ccf.org.cn/adl100

WX20190610-083859

缴费方式:

在报名系统中在线缴费或者通过银行转账

银行转账(支持网银、支付宝):

开户行:北京银行北京大学支行

户名:中国计算机学会

账号:0109 0519 5001 2010 9702 028

请务必注明:姓名+ADL100

报名缴费后,报名系统中显示缴费完成,即为报名成功。

联系人:李红梅 邮箱: adl@ccf.org.cn 电话:18810669757

本期ADL招募志愿者:

1、班长和副班长:招募班长、副班长各一名。

要求:志愿为学员服务;配合讲师,带领学员共同完成学习任务。

2、通讯员:招募一名通讯员,需要在课程结束时完成一篇新闻稿,内容围绕本期课程内容、讲师与学员互动情况等。要求文笔流畅,图文并茂。稿件将在CCF官网、官微和中国计算机学会通讯上署名发表(有稿费)。

3、摄影志愿者:所有学员均可提交与本期ADL有关照片,课程结束后选出精彩照片10张,这10张照片的摄影者为本期ADL摄影志愿者。

4、课余“主题活动”招募人:若干名。负责招募有共同爱好的学员,并组织活动,丰富学员课余生活。

5、为增进学员和讲者之间的交流,创造更多的机会,CCF将从本期ADL开始增加互动环节,组织晚餐会活动。将从前50名报名的学员中抽取10人与讲者共进晚餐(自愿,费用AA)。


为感谢志愿者的辛勤付出,CCF为每位志愿者准备精美礼品一份。志愿者今后再次参加ADL,可以享受报名注册费优惠。