雷锋网AI研习社讯：过去几年，深度学习在自然语言处理中取得了很大的进展，但进展的幅度并不像其在计算机视觉中那么显著。其中一个重要的原因是数据规模问题。 多任务学习是将多个任务一起学习，充分挖掘多个任务之间的相关性，来提高每个任务的模型准确率，从而可以减少每个任务对训练数据量的需求。在本次公开课中，讲者将分享其所在研究组关于多任务学习在自然语言处理领域的最新工作。
分享主题
自然语言处理中的多任务学习 & 复旦大学NLP实验室介绍
分享嘉宾
陈俊坤，复旦大学计算机系在读硕士，导师是邱锡鹏副教授，主要研究方向为自然语言处理，多任务学习等。其研究工作曾在 AAAI, IJCAI上发表。
分享提纲
1、基于深度学习的自然语言处理。
2、深度学习在自然语言处理中的困境。
3、自然语言中的多任务学习。
4、多任务基准平台。
5、复旦大学NLP实验室介绍。
分享时间
（北京时间 ） 10 月 22 日（星期一） 20:00
直播链接
http://www.mooc.ai/open/course/574
想了解更多雷锋网 AI 研习社直播？
欢迎移步雷锋网(公众号：雷锋网) AI 研习社社区~
雷锋网版权文章，未经授权禁止转载。详情见转载须知。
