学术报告:基于句法和语义预训练及其应用

发布者:发布时间:2019-05-29浏览次数:10

时间:2019年5月30日 上午10:00-12:00
地点:理工楼321
报告人:张梅山博士

报告简介:本次报告主要介绍两个内容,对应两篇NAACL文章。句法信息的有效利用一直是一个比较难的问题,常用的Tree-LSTM模型一方面在使用效率上比较差,另一方面也会引入错误传播,即句法分析结果出错会进一步影响其使用价值。为此,第一部分介绍的是基于句法增强的神经网络机器翻译模型,采用了一种句法增强的词表示方法,使得效率和效用都进一步加强。这种句法增强的方式本质上就是基于句法信息的预训练,在这个思想导引上,第二部分内容介绍这一预训练思想在意见挖掘上的应用,主要识别每一个意见的持有者和对象,我们发现这一任务和语义角色表示很类似,这里分析了如何采用语义角色标注帮助意见挖掘角色分析。


报告人简介:张梅山,天津大学副教授。2014年博士毕业于哈尔滨工业大学,2014年11月至2015年11月在新加坡科技与设计大学做博士后,2016年1月入职黑龙江大学,2019年4月入职天津大学。目前主要从事自然语言处理和机器学习的研究工作,尤其词法句法分析、情感分析以及它们与深度学习的结合,并在自然语言处理领域的知名国际期刊和国际会议上包括TASLP、ACL、EMNLP、COLING、AAAI和IJCAI等发表论文20多篇。