美文网首页
心得体会|SMP2018参会心得

心得体会|SMP2018参会心得

作者: Chen_0221 | 来源:发表于2018-09-18 09:16 被阅读0次

    参会心得早早就写好了,也是拖了好久才想到要上传,所以这学期要养成定时写学习笔记,随时记录的好习惯。
    Day1
    开幕式
    特邀报告1:李宇明(北京语言大学)
    《世界知识的中文表达问题》
    虽然一直都知道实验室的主要领域就是自然语言处理,但对我自己来说确实很少从语言学这个角度去思考问题。在这个报告中,老师指出了一些很有内涵的问题,我们现在努力在做的其核心就是将中国文化进行世界表达(比如用英文论文描述中文问题的解决)以及世界问题的中文表达。也指出了现有的一些问题,如中文在国际学术的边缘化问题。可以解决这些问题的方法有全民学英文、翻译,但是这两点都不能提升中文的影响力,所以提升中文文本、刊物的国际影响力就很重要。
    特邀报告2:林学民(新南威尔士大学)
    《Towards Big Graph Pricessing: Application,Challenges,and Advances》
    这个报告主要讲的是图研究的一些问题,但因为我自身积累有限,我没有很听懂这个报告。在会议的过程中,一直使用的科大讯飞的一个产品,实时将讲者的报告转成文字。但是在这个讲者的报告过程中就没有使用这个产品,因为这个讲者常年在国外,中文不是很流畅,大概这种情况使用这个产品会导致准确率的下降,这点也是很有意思的。
    在提问环节,也指出了图运算的计算量大会导致速度下降,所以可能需要借助硬件来提升运算速度。
    特邀报告3:林鸿飞(大连理工大学)
    《幽默计算探讨》
    林老师用幽默风趣的讲述风格,讲述了幽默的诞生、幽默的种类、幽默的体裁。随着自然语言处理的发展,现有的技术已经可以很好地完成说文解字,也有一些研究开始让机器知情晓义(如让机器做阅读理解等)。幽默计算就是希望让机器可以识趣明理,懂得分寸。
    幽默的表达方式有双关、谐音、隐喻和反讽,研究任务可以有幽默识别(判断一句话是否幽默)、笑点识别(判断引人发笑的原因)、幽默等级(给幽默打分)、幽默理解以及幽默生成。在平时的组会中也经常听到大家的工作汇报,有研究相声的笑点的、有研究像爱情公寓这样剧本中的幽默信息的。
    特邀报告4:张洪忠(北京师范大学)
    《社交网络中人与AI的关系探讨》
    在这个报告中我印象比较深刻的就是一个关于机器人这样一个话题,包括像机器人在社交网络中占得比例,有统计显示在美国总统大选的时候就有一批机器人用户的帮助等等。

    在这次的会议中,我参加了计算社会学、计算传播学、情感分析、智慧教育这四个论坛。其中计算社会学和计算传播学都十分有领域特点,因为自身积累的不足,我基本没太听懂他们的分析方法。大概就像他们可能也不能理解LSTM、CNN这样的神经网络,我也不是很懂他们的研究方法,可见术业有专攻,想要实现学科交叉还有很长的一段路要走。智慧教育论坛上我只记住了一个批改网,但讲者更像是对自己平台的一个推广,设计网站技术的内容很少,以及现在中文作文的批改问题也很难实现。
    所以这里主要分享一下我在情感分析论坛中收获的信息。

    Day2
    情感分析论坛
    嘉宾1:夏睿(南京理工大学)
    《情感分析中的极性转移问题和领域适应问题》
    报告主要讲了两个问题,分别是极性转移问题和领域适应性问题。
    为了解决极性转移问题,他们的团队想出了,构造原始数据的翻译数据,将原始数据集扩成原来的两倍,进行训练和预测。他们也称这种方法叫做对偶情感分析(Dual Sentiment Analysis)。在提问环节有人询问他们的这个对偶数据集的构造方法,他们是通过人工标注的方法进行的。
    第二个问题就是领域适应问题,这也是我们说的迁移学习的一种应用场景。他们的团队是通过寻找原领域与目标领域之间的共同点,然后将不同之处进行映射来解决这个问题的。
    嘉宾2:魏忠钰
    《论辩文本的质量评估方法研究》
    讲者指出现有的对论辩文本的研究大致可分为三类:论辩文本的结构挖掘(寻找论点论据、立场分析,从一方观点中发现反对他方的论据等)、质量评估、论点生成。论辩文本主要有两种,一种是只有个人参加的,如学生议论文的评分,另一种就是对话式的辩论。讲者也推荐了一些网络上的数据。
    嘉宾3:邴立东
    《Target Sentiment Analysis:Extraction,Classification and Sentiment-Aware Embeddings》
    这位讲者是腾讯AI Lab的高级研究员,他在报告中主要介绍了面向目标(Target/Aspect)的情感分类框架RA和TNet,是他们团队EMNLP2017和ACL2018的研究成果。评论目标抽取框架HAST,以及多领域情感词表示学习框架DSE。因为时间的原因,讲者讲的复杂模型我不能很好的吸收,之后会通过阅读论文来完善。

    在SMP2018的网站上有各位老师的讲稿。(http://smp2018.cips-smp.org/schedule.html

    以上就是我参加SMP2018主要的听的一些报告内容。在这个会议上我也参加了口头论述环节(《基于重大突发社会安全事件的新闻媒体国际影响力分析》)。在Presentation的时候还是很紧张的,也因为超时导致没有人对我的报告提问,有些遗憾。同时我也在准备的过程中发现了一些不足的地方,之后也会进行一些改进,再对论文好好的修改争取可以投到期刊上,不枉费一个学期的努力。
    通过这样一次参会的经历,包括同学生病,自己解决吃饭问题,也都对我的生活能力进行了考验。未来的研究生生活我会继续努力,争取有更多更好的成果可以去参加更多的会议由更多的见识。

    相关文章

      网友评论

          本文标题:心得体会|SMP2018参会心得

          本文链接:https://www.haomeiwen.com/subject/mccynftx.html