雷鋒網ai科技評論按：計算機語言學和自然語言處理最頂尖的會議之一acl 将于2017年7月30日至8月4日在加拿大溫哥華舉行。雷鋒網(公衆号：雷鋒網) ai 科技評論将赴前線帶來一手報道，并對論文及大會概況進行梳理。
今天是預熱 tutorial 環節，也是 acl 會議延續至今的傳統，旨在幫助研究領域的新手們了解計算機語言學與自然語言處理的核心技術，同時也會介紹目前這些分領域的一些前沿内容。
今年的 tutorial 主席是科羅拉多大學的 jordan boyd-grabe 和柏林洪堡大學的 maja popovic，他們經與組委會甄選和分析，最終定下了 7 月 30 日 tutorial 的六個主議程。
早上的三個 tutorial 分别是自然語言處理于精準醫療的應用、多模式機器學習及深度學習于語義合成的研究；下午的三個 tutorial 則分别為深度學習在對話系統上的應用；深度學習在多詞表達與組合的研究、以及衆包問題的探讨。
tutorial 1: natural language processing for precision medicine
在本次 tutorial 中，研究者将圍繞精準醫療這個機遇巨大的領域，對 nlp 目前存在的資料集、醫療資源和實際問題進行了解，并降低 nlp 研究人員在醫學領域應用的門檻。
tutorial 2 : multimodal machine learning
多模式機器學習通過整合多種互動模型（語言、聲學、視覺資訊），初步解決了一些人工智能的想法。不過，由于資料的結構多樣化及資料間可能存在的偶然性，給該研究領域帶來了挑戰。該
tutorial 基于 cmu2016 年的春季課程，以及 cvpr 2016 和 icmi 2016 的兩個 tutorial
整合而成，對機器學習和深度神經網絡的基本概念進行了講解，并描述了多模态機器學習的五大挑戰，包括：1）多模式表示；2）翻譯和映射；3）模态對齊；4）多模态融合；5）共同學習。
tutorial 3: deep learning for semantic composition
nlp
的一大核心問題在于通過習得表征模組化文本的含義。近幾年來，研究者們對分布式方法表示出了極大的興趣，不同粒度的文本被編碼為數值向量。是以在本次
tutorial 上，xiaodan zhu 和 edward grefenstette 組織大家一起了解了神經網絡的語義組合模組化知識。
tutorial 4: deep learning for dialogue systems
在過去十年的研究中，口語對話系統最為人熟知的應用莫過于虛拟助手了。一個經典的對話系統通常非常複雜，或是流程呈現子產品化的特點。盡管近年來，深度學習的發展助推了對話系統的發展，但在本次
tutorial 上，除了介紹它所取得的成果，yun-nung chen, asli celikyilmaz 和 dilek
hakkani-tur 也提及了深度學習在應用于對話系統的困難與挑戰。
相關介紹可參考： http://deepdialogue.miulab.tw.
tutorial 5: beyond words: deep learning for multi-word expressions and collocations
深度學習在
上的應用呈現令人驚喜的成果。以往大多數研究都采用稀疏詞袋模型的表征方式，但現在有很多工作采用了分布式表示，通過構造「神經嵌入」的方式對每個單詞或文檔用向量表示，這個
tutorial 介紹了一種名為「mwes」（multiword expressions）的表達方式。
tutorial 6: making better use of the crowd
社群是應用衆包模式的早期領域之一。但實際上研究者對這個領域中的工作者依然有着很多誤解和不了解。在這個 tutorial 上，組織者
jennifer wortman vaughan 從多個方面向觀衆們闡述衆包平台的成員組成，并且打破大家對他們所形成的刻闆印象。
從上面幾個tutorial的概況不難看出，本屆 acl 的 tutorial 對深度學習在各項技術上的應用尤為關注。人言 tutorial 可謂是研究者們最為關心的前沿問題，看來所言非虛。
而今天唯一一個workshop的議題也非常有意思——“winlp：women
& underrepresented minorities in natural language
processing”，主要探讨的是對女性或少數群體在 nlp 研究中的狀況。實際上，女性作為研究人員的“稀有動物”，設立這樣一個
workshop 也毫不為奇。以 aaai 2017
為例，就有關注女性群體的議程出現，甚至還有專門針對女性學者的早餐會。這從一定程度上反映了女性群體依然在研究領域上享有較少的話語權——如果不是這樣，也就不會有“關注女性研究者”的呼聲存在了。
不過有意思的是，當天下午的 workshop 中，在座的不乏女性，也有“萬紅叢中一點綠”的男性嘉賓。
在當天的議程結束後，進行了非常愉快的 welcome reception 晚宴。第一天的議程就此結束，正會明天即将拉開帷幕，敬請期待雷鋒網 ai 科技評論帶來的報道。
<a>1人收藏</a>
分享：
相關文章
<a href="https://www.leiphone.com/tag/acl%202017" target="_blank">acl 2017</a>
<a href="https://www.leiphone.com/news/201708/pxmkkrhioixslcxt.html" target="_blank">acl論文分享：修改生成對抗網絡，訓練半監督問答模型 ...</a>
<a href="https://www.leiphone.com/news/201708/1cz5jqhiehdwvfxy.html" target="_blank">acl的「深度學習熱」：論文紛紛「入坑」，企業蜂擁「 ...</a>
<a href="https://www.leiphone.com/news/201708/vwnkcmbi7pdgzahl.html" target="_blank">acl 2017 最佳長論文，帶你創造一門優雅的新語言</a>
<a href="https://www.leiphone.com/news/201708/pwgolzuugfmsrdog.html" target="_blank">正會最後一日，acl 2017最佳論文和終身成就獎揭曉 | ...</a>
<a href="http://www.leiphone.com/news/201704/8kg5oy7k0t3zkxjt.html?ulu-rcmd=1_5021df_hot_0_256ac95c606b4b4cb3ef1674a74ee027" target="_blank">世界最大色情網站 pornhub 用 https 資料加密，它如何讓你更安全地看片？ | 深度</a>
<a href="http://www.leiphone.com/news/201701/pmsr9n3y0ai3vaxr.html?ulu-rcmd=1_5021df_hot_1_256ac95c606b4b4cb3ef1674a74ee027" target="_blank">知乎的「野心與終局」</a>
<a href="http://www.leiphone.com/news/201704/pwbqqudseb1qwfsg.html?ulu-rcmd=1_5021df_hot_2_256ac95c606b4b4cb3ef1674a74ee027" target="_blank">微軟亞洲研究院主任研究員鄭宇博士：如何用深度學習處理時空大資料 | ccf-adl 火熱報名中</a>
<a href="http://www.leiphone.com/news/201701/zjmtak4y8ch3nwd0.html?ulu-rcmd=1_5021df_hot_3_256ac95c606b4b4cb3ef1674a74ee027" target="_blank">python粉都應該知道的開源機器學習架構：scikit-learn入門指南</a>
表情
同步到新浪微網誌
專題
本專題其他文章
<a href="https://www.leiphone.com/news/201612/ix3skwlqlztpfhw6.html" target="_blank">msra 首席研究員周明博士當選 acl 候任主席</a>
<a href="https://www.leiphone.com/news/201707/olxy7z14vaymiyyk.html" target="_blank">acl 正會在即，哪兩位重量級嘉賓将出席做主題演講？| acl 2017</a>
<a href="https://www.leiphone.com/news/201707/qixy8p13bjykch5k.html" target="_blank">acl前瞻：國内五篇作品入選傑出論文，華人影響力日漸顯現｜acl 2017</a>
<a href="https://www.leiphone.com/news/201708/pxmkkrhioixslcxt.html" target="_blank">acl論文分享：修改生成對抗網絡，訓練半監督問答模型|分享總結</a>
<a href="https://www.leiphone.com/news/201708/1cz5jqhiehdwvfxy.html" target="_blank">acl的「深度學習熱」：論文紛紛「入坑」，企業蜂擁「入局」｜acl 2017</a>
<a href="https://www.leiphone.com/special/295/201708/598cb9ec6f65a.html" target="_blank">more</a>
<a href="https://www.leiphone.com/author/guoxin" target="_blank">奕欣</a>
初心者
職業開腦洞 脫線段子手。郵箱：[email protected]
<a href="https://www.leiphone.com/news/201707/%e5%b7%b2%e8%a2%ab%e5%92%8c%e8%b0%90" target="_blank"></a>
<a href="mailto:[email protected]"></a>
<a></a>
<a>發私信</a>
當月熱門文章
<a href="https://www.leiphone.com/news/201708/0mnowwfvwiau43wo.html" target="_blank">cvpr 2017最佳論文作者解讀：densenet 的“what”、“why”和“how”｜cvpr 2017</a>
<a href="https://www.leiphone.com/news/201708/b6gemdwm5yrqb03n.html" target="_blank">mit tr 35揭曉：阿裡巴巴王剛、吳翰清等六位華人當選，ian goodfellow上榜</a>
<a href="https://www.leiphone.com/news/201708/npfkztjquxkycanj.html" target="_blank">msra獲acm tomm 2017最佳論文：讓ai接手繁雜專業的圖文排版設計工作</a>
<a href="https://www.leiphone.com/news/201707/mtyg0mvjpvag5mmn.html" target="_blank">active learning: 一個降低深度學習時間，空間，經濟成本的解決方案｜cvpr 2017</a>
<a href="https://www.leiphone.com/news/201708/gcctbzm3a26ou8xn.html" target="_blank">處女作就拿下 kdd 雙料最佳論文runner-up，「半路出家」的他用深度學習研究氣候問題（附講解視訊）</a>
最新文章
<a href="https://www.leiphone.com/news/201708/y9w2sehbza1s6qo1.html" target="_blank">cv學術與工業的深度碰撞，“gair大講堂cvpr哈工大深圳專場”你絕不能錯過！</a>
<a href="https://www.leiphone.com/news/201708/46ztvardvwqxfx9p.html" target="_blank">微軟釋出 project brainwave，基于英特爾 fpga 的低延遲深度學習雲平台</a>
<a href="https://www.leiphone.com/news/201708/jywd631cf80sehlo.html" target="_blank">如何讓醫學圖像診斷網絡具備可解釋性？cvpr oral 作者張子钊詳解 mdnet 技術細節</a>
<a href="https://www.leiphone.com/news/201708/jc50m5sp3fx22tqb.html" target="_blank">一文看懂谷歌 nyc 算法與優化業務全景：三大項目組12個子領域詳解（附重點論文下載下傳）</a>
<a href="https://www.leiphone.com/news/201708/zdgms6me07yfbjio.html" target="_blank">keras 2.0.7 版釋出，françois chollet 介紹幾大主要改進</a>
<a href="https://www.leiphone.com/news/201708/6ncck0ljak1pblli.html" target="_blank">2017 中國計算機大會十月福州舉行，今年主題“人工智能改變世界” | cncc 2017</a>
熱門搜尋
<a href="https://www.leiphone.com/tag/%e5%88%9b%e4%b8%9a" target="_blank">創業</a>
<a href="https://www.leiphone.com/tag/%e9%94%a4%e5%ad%90%e7%a7%91%e6%8a%80" target="_blank">錘子科技</a>
<a href="https://www.leiphone.com/tag/%e7%a1%ac%e5%88%9b%e9%82%a6" target="_blank">硬創邦</a>
<a href="https://www.leiphone.com/tag/%e5%ba%93%e5%85%8b" target="_blank">庫克</a>
<a href="https://www.leiphone.com/tag/lumia" target="_blank">lumia</a>
<a href="https://www.leiphone.com/tag/sony" target="_blank">sony</a>
<a href="https://www.leiphone.com/tag/pebble" target="_blank">pebble</a>
<a href="https://www.leiphone.com/tag/model%20s" target="_blank">model s</a>
<a href="https://www.leiphone.com/tag/%e4%b8%93%e8%bd%a6" target="_blank">專車</a>
<a href="https://www.leiphone.com/tag/at&t" target="_blank">at&t</a>
<a href="https://www.leiphone.com/tag/apple%20store" target="_blank">apple store</a>
2017-07-31 13:00
<a href="https://www.leiphone.com/special/295/201708/598cb9ec6f65a.html" target="_blank">專題：acl 2017</a>
導語：acl委員會兩名重量級演講者介紹計算語言學的挑戰與前景。
雷鋒網ai科技評論按：計算機語言學和自然語言處理最頂尖的會議之一acl 将于2017年7月30日至8月4日在加拿大溫哥華舉行。雷鋒網ai科技評論将赴前線帶來一手報道，并對論文及大會概況進行梳理。
今年的acl邀請到了兩位重量級嘉賓進行invited talk，下面是雷鋒網(公衆号：雷鋒網)對演講簡介的編譯，noah smith将會讨論目前表征學習所面對的挑戰，mirelaa lapate将會介紹多模式翻譯。
noah smith（華盛頓大學）
以下是官網提供的演講内容簡介：
表征學習是計算語言學和自然語言處理領域目前最炙手可熱的方法。與出席這次會議的其他人一樣，我将介紹在自然語言模型中使用表征學習的新方法。由于一個資料驅動的模型通常需要一個假定的理論（并不一定是最好的理論），我會論證語言的representation-learning-infused模型的language-appropriate
inductive
bias的優點。這種偏差通常以假設的形式被引入到模型中、對推理算法的限制條件中、或者資料的語言分析中。事實上，語言學研究的這幾十年（包含計算語言學），使得我們這個領域處于辨識可行的inductive
bias的優勢位置。新的模型又可以讓我們去探索先前不可獲得的偏差形式，并産生新的語言學發現。我将着重于新的文檔和句子語義結構，并強調抽象的，可複用的組成部分和它們的假設，而并不将重點放在應用上。
演講者簡介：noah
smith是華盛頓大學計算機科學與工程系的paul g. allen學院的副教授。此前，他曾在卡内基梅隆大學計算機科學學院任副教授。noah
smith在約翰霍普金斯大學計算機科學系獲得博士學位，在馬裡蘭大學獲得計算機科學學士學位以及語言學學士學位。他的研究橫跨包括自然語言處理，機器學習和計算機社會科學在内的許多話題。他曾任cl，jair和tacl編輯，以及sigdat的财務主管，并作為2016年acl會議的程式聯合主席。他的研究小組：諾亞方舟，是自然語言處理學術上和工業界中的世界級上司者。smith的工作得到了uw
innovation award， finmeccanica career development chair at cmu，nsf
career award，hertz foundation graduate
fellowship的認可，并獲得了無數的最佳論文獎，曾被npr、bbc、cbc、紐約時報、華盛頓郵報和time雜志報導。
mirella lapata（愛丁堡大學）
近年來，研究者們開發了很多計算工具來處理和生成自然語言文本。其中許多工具對于主流計算機使用者來說已經很熟悉了，它們多被應用在網絡搜尋，問答，情緒分析，特别是機器翻譯中。機器翻譯的應用不僅可以在不同語言之間（例如英語到法語），還可以應用在相同國語言之間，在不同的模式之間或不同的資料格式之間進行翻譯（比如視訊或圖像翻譯為文本），這可以進一步增強網絡的可通路性。這是由于網絡中大多資料都是非語言資料（例如視訊，圖像，源代碼），而大多數檢索工具隻能對文本資料進行操作，是以大多數資料都不能夠被索引或搜尋。
在這個演講中，lapata
教授會論證為了使個人和計算機的電子資料更易于通路，需要開發新的翻譯模型。我将重點介紹三個示例：文本簡化，源代碼生成和電影摘要。其次，他将描述關于深度學習拓展的最新進展，以引出不同模式的一般性表示，并學習如何在這些模式和自然語言中進行翻譯。
演講者簡介：mirella
lapate是愛丁堡大學資訊學院的自然語言處理教授。她的研究重點是讓電腦學會了解，推理，以及生成。她是journal of
artificial intelligence research的副主編，曾在acl和computational
linguistic委員會任職。她是英國計算機學會karen sparck
jones獎的第一個獲獎者。她獲得過兩次emnlp最佳論文獎，目前持有歐洲研究理事會著名的consolidator grant。
本文作者：奕欣