专家齐聚讲述人工智能时代的自然问答、聊天机器人与自然语言理解

本文涉及的产品
文档翻译,文档翻译 1千页
NLP自然语言处理_高级版,每接口累计50万次
文本翻译,文本翻译 100万字符
简介:

在人工智能时代,以自然语言理解为核心技术的问答、对话、聊天机器人已经成为产业界和学术界的关注热点。其中的关键技术包括:自动问答、对话管理、自然语言生成、机器翻译、文本语义匹配、用户画像以及面向自然语言理解的深度学习等。

11月8-10日,由中国计算机学会CCF主办的学科前沿讲习班《自动问答、聊天机器人与自然语言理解》将邀请六位学术界和工业界的著名专家、学者对问答、对话、聊天场景下自然语言理解的基础理论、重要算法等热点问题进行系统的讲解。目的是为青年学者和研究生提供一个三天的学习和交流平台,帮助大家快速了解本领域的基本概念、研究内容、方法和发展趋势。本次ADL是和NLPCC 2017联合举办的,是NLPCC 2017 Tutorials课程—“The Sixth Conference on Natural Language Processing and Chinese Computing (NLPCC 2017)”。

(雷锋网编者注:CCF ADL系列开班以来,主题涉及深度学习、类脑计算、区块链技术、城市计算、计算机视觉等各大领域,邀请了学术界、工业界包括微软研究员郑宇、360首席科学家颜水成、港科大杨强教授等,聚集产学研各界人士,给数千人分享了学术前沿成果和应用方法。往期课程线上听课直通车:https://www.leiphone.com/special/ccf_adl

雷锋网获悉,本次邀请的主要学者和讲座主题如下:

讲座1:面向人机对话系统的应用现状与挑战

讲者:严睿,北京大学研究员,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近50篇,担任多个学术会议(KDD, SIGIR, ACL, WWW, AAAI, CIKM, EMNLP等)的(高级)程序委员会委员及审稿人。

讲座2:基于问题回答和问题生成的信息机器人

讲者:段楠,微软亚洲研究院自然语言计算部门的主任研究员,从事问题回答与生成、语义解析、对话系统、释义等基本的自然语言处理任务的研究。段楠博士的许多研究已经转化为微软中重要的人工智能产品,例如必应、小冰、语音助手。自2015年起,段楠博士开始担任NLPCC开放域问答任务的组织者。

讲座3:深度文本语义匹配

讲者:徐君,中国科学院计算技术研究所研究院。徐君的研究兴趣集中于将机器学习技术应用于信息检索,在重要的国际学术会议和期刊(如:TOIS,JMLR,SIGIR,WWW,WSDM,ACL等)上发表论文40余篇,获得美国专利授权8项,其发表的论文被提名参评SIGIR 17 Test of Time Award,提出的算法被知名信息检索开源软件Lemur所采用,被多本信息检索教科书收录。

讲座4:深度学习在机器翻译中的最新进展

讲者:熊德意,苏州大学计算机科学与技术学院教授、计算机系系主任。2007年至2012年在新加坡资讯通信研究院任研究科学家。主要研究方向为机器翻译、多语言信息获取、自然语言理解和深度学习等。在Computational Linguistics、 IEEE TASLP、 AI、JAIR、 AAAI、 IJCAI、 ACL等国际著名期刊和会议上发表论文60余篇,Springer出版英文专著一部,编著会议论文集多部。

讲座5:自然语言处理中的神经网络方法介绍

讲者:高剑峰,微软研究院,Redmond总部人工智能部门的研究经理(Partner Research Manager)。他致力于深度学习在文本和图像处理方面的研发,领导机器阅读理解、问答、对话方面的研究和人工智能系统开发,以及微软新一代商务人工智能系统的研发。2006到2014年期间,他担任微软研究院Redmond总部的自然语言处理部门的首席研究员(Principal Researcher),致力于互联网搜索、查询理解和改写、广告预测和统计机器翻译等系统的研发。

讲座6:用户画像与聊天机器人

讲者:谢幸,微软亚洲研究院,任社会计算组高级主任研究员,并任中国科技大学兼职博士生导师。目前,他的团队在数据挖掘、社会计算和普适计算等领域展开创新性的研究。他在国际会议和学术期刊上发表了200余篇学术论文,共被引用13000余次,并多次在KDD、ICDM等顶级会议上获最佳论文奖。他曾在多个会议受邀发表主题报告,包括MobiQuitous 2016, SocInfo 2015, Socialinformatics 2015, GbR 2015, W2GIS 2011, HotDB 2012, SRSM 2012等。他是ACM、IEEE高级会员和计算机学会杰出会员,多次担任顶级国际会议程序委员会委员和领域主席等职位。



本文作者:李诗
本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
【自然语言处理】TF-IDF算法在人工智能方面的应用,附带代码
TF-IDF算法在人工智能领域,特别是自然语言处理(NLP)和信息检索中,被广泛用于特征提取和文本表示。以下是一个使用Python的scikit-learn库实现TF-IDF算法的简单示例,并展示如何将其应用于文本数据。
215 65
|
2月前
|
人工智能 自然语言处理 开发工具
探索移动应用开发之旅:从新手到专家人工智能在文本生成中的应用与挑战
【8月更文挑战第27天】本文旨在为初学者提供一条清晰的路径,通过了解移动操作系统的基础知识、选择合适的开发工具、学习编程语言以及掌握用户界面设计原则,逐步成长为移动应用开发的专家。我们将一起探讨如何将创意转化为现实中的移动应用,并确保这些应用在多样化的设备上均能良好运行。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
【自然语言处理】python之人工智能应用篇——文本生成技术
文本生成是指使用自然语言处理技术,基于给定的上下文或主题自动生成人类可读的文本。这种技术可以应用于各种领域,如自动写作、聊天机器人、新闻生成、广告文案创作等。
53 8
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能】自然语言处理(NLP)的突破,关注NLP在机器翻译、情感分析、聊天机器人等方面的最新研究成果和应用案例。
自然语言处理(NLP)作为人工智能的一个重要分支,近年来取得了显著的突破,特别在机器翻译、情感分析、聊天机器人等领域取得了显著的研究成果和广泛的应用。以下是对这些领域最新研究成果和应用案例的概述,并附带相应的代码实例。
64 1
|
2月前
|
机器人 C# 人工智能
智能升级:WPF与人工智能的跨界合作——手把手教你集成聊天机器人,打造互动新体验与个性化服务
【8月更文挑战第31天】聊天机器人已成为现代应用的重要组成部分,提供即时响应、个性化服务及全天候支持。随着AI技术的发展,聊天机器人的功能日益强大,不仅能进行简单问答,还能实现复杂对话管理和情感分析。本文通过具体案例分析,展示了如何在WPF应用中集成聊天机器人,并通过示例代码详细说明其实现过程。使用Microsoft的Bot Framework可以轻松创建并配置聊天机器人,增强应用互动性和用户体验。首先,需在Bot Framework门户中创建机器人项目并编写逻辑。然后,在WPF应用中添加聊天界面,实现与机器人的交互。
42 0
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能自然语言处理介绍
【8月更文挑战第1天】人工智能自然语言处理介绍。
40 2
|
2月前
|
机器学习/深度学习 自然语言处理 机器人
【Azure 机器人】微软Azure Bot 编辑器系列(6) : 添加LUIS,理解自然语言 (The Bot Framework Composer tutorials)
【Azure 机器人】微软Azure Bot 编辑器系列(6) : 添加LUIS,理解自然语言 (The Bot Framework Composer tutorials)
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
智能时代的桥梁:自然语言处理技术在人工智能中的应用
随着人工智能技术的飞速发展,自然语言处理(NLP)作为其核心领域之一,已广泛应用于多个行业。本文将深入探讨NLP的基本概念、关键技术以及其在现代AI系统中的应用实例,旨在揭示NLP如何成为连接人类与机器的桥梁,推动智能技术向前迈进。
51 1
|
3月前
|
机器学习/深度学习 自然语言处理 算法
NLP技术在聊天机器人中的应用:技术探索与实践
【7月更文挑战第13天】NLP技术在聊天机器人中的应用已经取得了显著的成果,并将在未来继续发挥重要作用。通过不断探索和创新,我们可以期待更加智能、自然的聊天机器人的出现,为人类生活带来更多便利和乐趣。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
自然语言处理和人工智能有什么区别
自然语言处理和人工智能有什么区别
129 2

热门文章

最新文章

下一篇
无影云桌面