1、语言智能与应用语言智能与应用宗成庆宗成庆中国科学院自动化研究所中国科学院自动化研究所关于关于AI 1987：笑傲江湖：笑傲江湖1950 1956 1974 1980 1987 1993 时间时间诞生诞生兴起兴起冷遇冷遇繁荣繁荣低谷低谷再度爆发再度爆发关于关于AI 1993：欲哭无泪：欲哭无泪1950 1956 1974 1980 1987 1993 时间时间诞生诞生兴起兴起冷遇冷遇繁荣繁荣低谷低谷再度爆发再度爆发关于关于AI感知、认知、感知、认知、控制、行为控制、行为 2017你有，我有，你有，我有，全都有啊！全都有啊！关于语言智能的讨论关于语言智能的讨论1.Deep Learning 在语音
2、识别、图像处理等中取得了很大的成功6-11 July 2015,Lille,FranceICML2015关于语言智能的讨论关于语言智能的讨论关于语言智能的讨论关于语言智能的讨论Neil Lawrence said“NLP is kind of like a rabbit in the headlights of the deep learning machine,waiting to be flattened.”A Professor of Machine Learning at the University of Sheffield但实际上并没有出现但实际上并没有出现 Neil 所所说的情况
3、。您认为，主要说的情况。您认为，主要原原因是什么？因是什么？关于语言智能的讨论关于语言智能的讨论2.Deep learning(DL)需要大规模训练样本，而且测试样本与训练样本比较一致时，才会获得较好的结果，可是对于儿童学习和使用语言来说，不需要太多的例句，因此小样本学习成为学术界关注的问题，但尚未建立有效的模型。企业界在建立自己的应用系统时，都采用了DL方法吗？是如何处理训练数据缺乏这一问题的（例如，面对一个新的领域、新的任务）？关于语言智能的讨论关于语言智能的讨论3.曾几何时，在NLP领域理性主义方法（specifically,rule-based approaches）与经验主义方法（S
4、tatistics-based approaches）针锋相对，各不相让，而近10余年来，理性主义者的呼声似乎销声匿迹了，难道说经验主义方法彻底击败了理性主义方法吗？换句话说，统计方法可以完全替代规则方法吗？企业在建立自己的系统时是否还使用规则方法？还有需要学界进一步研究的规则方法问题吗？关于语言智能的讨论关于语言智能的讨论4.学术界在从事研究时往往“一窝蜂”，如近年来的DL方法和知识图谱、问答系统等。而往往这些问题都是由企业界引领的（不管是问题和方法的提出，还是在数据和平台的领先优势上）。企业界的专家能够为学界提出一些建议或希望？（无论是研究的问题、所采用的方法，还是研究方式）关于语言智能的
5、讨论关于语言智能的讨论5.句法分析是NLP中一个非常困难的问题，性能一直很难提高，而且中文 Parser 的性能始终比英文的 Parser 低约5个百分点。在实际系统中，Parser 有什么具体的应用吗？如果继续研究这项技术，应该如何进行？（实际上，汉语分词也有类似的问题）关于语言智能的讨论关于语言智能的讨论6.产学研成功合作是学界和业界共同关注的问题，但在实际执行过程中，往往不是那么容易。您认为成功合作的模式应该是什么样的？这种模式是可以复制的吗？是否可以分享一下成功的经验或失败的教训？关于语言智能的讨论关于语言智能的讨论7.近年来，在网络信息处理，包括NLP领域，学界与业界从事的研究内容界限越来越不明显，而业界的平台和待遇优势却远远超过学界，因此包括美国在内，越来越多的学界大老走向企业界，大学和研究所培养的一流人才相当大的比例流向了各大企业。您如何看待这一问题？学界的出路在哪里？关于语言智能的讨论关于语言智能的讨论8.一群鸡和兔子，放在同一个笼子里，上面有35个头，下面有94只脚，问有多少只鸡、多少只兔？常识与专业知识的是如何区分的？常识是如何表示、学习和更新的？关于语言智能的讨论关于语言智能的讨论如何判断哪些是异常用词或有背于常理的语言表达？判断的标准是什么？谢谢Thanks!
sgpjbg002
工作日 8:30 - 17:30
报告分类
