首頁(yè)?> 學(xué)術(shù)新聞?>
2021-06-16 文章來(lái)源： 點(diǎn)擊數(shù)：[]
2021年5月27日上午，“語(yǔ)言智能大講堂-交叉學(xué)科講壇”在四川外國(guó)語(yǔ)大學(xué)語(yǔ)言腦科學(xué)中心401報(bào)告廳舉行。此次活動(dòng)特邀中國(guó)人工智能學(xué)會(huì)（CAAI）語(yǔ)言智能專業(yè)委員會(huì)秘書長(zhǎng)、首都師范大學(xué)博士生導(dǎo)師劉杰教授做學(xué)術(shù)報(bào)告，報(bào)告主題為“作文自動(dòng)評(píng)測(cè)中的智能技術(shù)研究”,報(bào)告會(huì)由語(yǔ)言智能學(xué)院院長(zhǎng)姜孟教授主持。
劉杰教授結(jié)合所牽頭的國(guó)家科技部科技創(chuàng)新2030—新一代人工智能重大項(xiàng)目“復(fù)雜版面手寫圖文識(shí)別及理解關(guān)鍵技術(shù)研究”和作文自動(dòng)評(píng)測(cè)中的智能技術(shù)研究，介紹了NLP（自然語(yǔ)言處理）中的深度學(xué)習(xí)算法和研究現(xiàn)狀。NLP中的常用深度學(xué)習(xí)模型包括CNN，RNN，LSTM，BiLSTM，Seqtoseq模型和注意力機(jī)制，Transformer，多頭注意力機(jī)制等，詞向量的模型有Word2vec,Elmo,BERT，GPT/GPT2等，指出認(rèn)知智能是人工智能的高級(jí)階段，是制約人工智能進(jìn)一步突破的關(guān)鍵瓶頸，而認(rèn)知智能的主要挑戰(zhàn)在于語(yǔ)言理解\知識(shí)\表示\聯(lián)想推理和自主學(xué)習(xí)。
劉杰教授作報(bào)告
接著，劉教授介紹了NLP核心技術(shù)的發(fā)展背景和現(xiàn)狀，指出NLP核心技術(shù)分為基礎(chǔ)技術(shù)，核心技術(shù)和NLP+。NLP基礎(chǔ)技術(shù)中集中研究詞法、句法、語(yǔ)義、語(yǔ)用和篇章分析；NLP核心技術(shù)研究機(jī)器翻譯，對(duì)話系統(tǒng)，自動(dòng)問(wèn)答和信息的檢索和抽取等；NLP+研究更加智能的領(lǐng)域，如搜索引擎、智能客服、商業(yè)智能和語(yǔ)音助手等。自然語(yǔ)言處理的挑戰(zhàn)在于背景知識(shí)的匱乏、詞義的理解和語(yǔ)法的運(yùn)用。為解決這些問(wèn)題，自然語(yǔ)言處理需要獲取海量知識(shí)，進(jìn)行基于知識(shí)的推理與語(yǔ)言理解等。信息抽取技術(shù)對(duì)于構(gòu)建大規(guī)模的知識(shí)庫(kù)有重要意義，但是目前由于自然語(yǔ)言本身的復(fù)雜性歧義性等問(wèn)題使信息抽取技術(shù)有待提升。
最后，劉教授深入講解了人工智能的知識(shí)表示形式—知識(shí)圖譜的七大關(guān)鍵技術(shù)，即“領(lǐng)域本體的構(gòu)建技術(shù)”、“本體的影射技術(shù)”、“本體融合技術(shù)”、“不確定知識(shí)的本體表示、映射、融合和擴(kuò)展技術(shù)”、“基于本體的檢索技術(shù)”、“基于重指針模型的命名實(shí)體識(shí)別技術(shù)”、“基于混合重指針網(wǎng)絡(luò)模型的知識(shí)圖譜聯(lián)合抽取技術(shù)”，以及這些技術(shù)在“智能教育”和“作文自動(dòng)評(píng)測(cè)”中的應(yīng)用。
在提問(wèn)環(huán)節(jié)，劉教授和語(yǔ)言智能學(xué)院的老師們就如何把語(yǔ)言學(xué)與人工智能的研究有機(jī)結(jié)合問(wèn)題進(jìn)行了探討。
本次講座結(jié)合語(yǔ)言智能（自然語(yǔ)言處理）的算法、技術(shù)、研究前沿、應(yīng)用和知識(shí)圖譜的技術(shù)與應(yīng)用，緊扣語(yǔ)言智能學(xué)院的發(fā)展定位，助推我校（院）語(yǔ)言學(xué)、腦科學(xué)、外語(yǔ)教育、計(jì)算機(jī)及人工智能等學(xué)科的交叉融合，對(duì)語(yǔ)言智能學(xué)院的學(xué)科建設(shè)和人才培養(yǎng)具有重要的思想啟迪和實(shí)踐指導(dǎo)意義。
與會(huì)人員合影
語(yǔ)言智能學(xué)院
語(yǔ)言腦科學(xué)研究中心
川外學(xué)壇聯(lián)合供稿