有媒体称“人工智能是最早出现的,也是最大、最外侧的同心圆;其次是机器学习,稍晚一点;最内侧,是深度学习,当今人工智能大爆炸的核心驱动。”机器学习是一种实现人工智能的方法,深度学习是一种实现机器学习的技术。
在研究领域,深度学习受到了世界相关研究人员的高度重视,在应用领域,企业也将会在很大程度推动深度学习的发展。继知识图谱研究专家肖仰华教授分享后,达观数据大讲堂又邀请了中国人工智能自然语言理解专家黄萱菁教授和达观数据联合创始人高翔为大家分享深度学习的相关内容,4月18日下午13:30 不见不散!
复旦大学 计算机学院教授 黄萱菁
1989-1998 年间就读于复旦大学,获计算机理学博士学位,之后留校从事科研和教学工作,研究方向为人工智能、自然语言处理和信息检索,2006年晋升为复旦大学教授、博士生导师。兼任中国中文信息学会常务理事,社会媒体专委会副主任,中国计算机学会术语工作委员会副主任、中文信息处理专委会委员,中国人工智能学会自然语言理解专委会委员,ACM和ACL会员。
她已经在SIGIR, IEEE TKDE, ACL, ICML, IJCAI, AAAI, SCIS, CIKM, ISWC, EMNLP, WSDM和COLING等多个高水平国际学术期刊和会议上发表了近百篇论文,曾任2004年第一届全国信息检索和内容安全学术会议(CCIR)程序委员会主席,2004年自然语言处理青年学者研讨会(YSSNLP)总召集人,2009年亚洲语义网学术会议(ASWC)组织委员会主席,2010年国际计算语言学学术会议(COLING)tutorial主席,2014年CIKM会议竞赛主席,2015年WSDM会议组织者,2016年全国计算语言学会议程序委员会副主席,2017年国际自然语言处理与中文计算程序委员会主席。并多次在人工智能、自然语言处理和信息检索的国际学术会议IJCAI, ACL, SIGIR, WWW, EMNLP, COLING, CIKM, WSDM担任程序委员会委员和资深委员。
深度学习与中文分词
分词和词性标注都是自然语言处理领域的经典问题,已有多年的研究历史,在性能也难有新的突破。近年来,我们基于深度学习方法,对这两个经典问题开展研究,提出了若干新算法,考虑了语料的不规范、不一致现象,进一步提高了分词和标注的准确率,也设计了新的评价方法。
达观数据 联合创始人 高翔
达观数据联合创始人,自然语言处理技术专家,达观数据文本挖掘组负责人,上海交通大学通信专业硕士,曾代表达观数据参加2016青年互联网创业大赛并赢得全国总冠军荣誉、第五届中国创新创业大赛优秀企业奖、中国电子i+创新创效创意大赛总决赛一等奖。曾就职于腾讯文学,盛大文学,盛大创新院,负责文本阅读类产品、搜索引擎、文本挖掘及大数据调度系统的开发工作,在自然语言处理和机器学习等技术方向有着丰富的经验。
文本智能处理与深度学习
文本挖掘是机器学习技术的应用领域之一,传统的机器学习技术能够解决处理一些问题,但整体效果提升缓慢。随着深度学习技术的快速发展,在文本挖掘领域深度学习技术也大放异彩。我们将介绍怎么使用深度学习技术来解决一些传统的文本挖掘问题,解释其原理,并对将来的工作进行展望。
时间:2018年4月18日 13:30-16:10
扫码报名活动