2019年1月17日 南京自然语言处理青年研讨会

Posted 2021-04-12 软件新技术青年学者学术沙龙

为加强南京及周边地区高校自然语言处理的学术交流与合作，探讨自然语言处理学生培养和青年人才发展问题，推动自然语言处理多学科学术研究和产业的协同和发展，特于南京大学计算机科学与技术系组织召开本次南京自然语言处理青年研讨会。研讨会将邀请南京及周边地区从事自然语言处理及相关方向的高校、研究机构和企业的专家及学者参与。研讨会将组织包括学术报告交流、Panel讨论、发展规划讨论等活动。

本次会议由中国中文信息学会青年工作委员会和计算机软件新技术青年学者学术沙龙联合组织。

南京自然语言处理青年研讨会

会议日程

时  间	日程
08:40-09:00	报到（签到）地点：111报告厅
1月17日上午	主持人：黄书剑 地点：111报告厅
09:00-09:10	青工委&学术沙龙介绍
09:10-09:50	情感分析中的极性转移和领域适应问题 报告人：夏睿 教授 南京理工大学 计算机学院
09:50-10:30	基于学术论文全文的算法使用行为与影响力研究 报告人：章成志 教授 南京理工大学 经济管理学院
10:30-10:40	茶歇
10:40-11:20	语义资源建设与应用 报告人：李斌 副教授 南京师范大学 文学院
11:20-12:00	基于相关性的标记分布学习方法研究 报告人：贾修一 副教授 南京理工大学 计算机学院
12:00-14:00	午餐
1月17日下午	主持人：戴新宇 地点：909会议室
14:00-15:30	Panel讨论：NLP学生培养和青年人才发展问题 嘉宾：曲维光 教授  南京师范大学 陈家骏 教授 南京大学 周俊生 教授 南京师范大学 周德宇 教授 东南大学 杨思春 教授 安徽工业大学
15:30-15:50	茶歇
15:50-17:30	闭门讨论：NLP跨学科学术研究和产业的协同和发展
17:30-19:00	闭幕

报告题目：情感分析中的极性转移和领域适应问题

 

【摘要】

一方面，在当前的情感分析研究中，情感分析大多被当作一种文本分类任务，套用包括深度神经网络在内的文本分类框架进行解决，却往往忽视了情感分析的一些特殊语言学现象（如极性转移问题），使得情感分析的研究和讨论并不深刻。极性转移是指由于一些特殊的语言结构，使得文本中的情感发生转移的一种语言现象，包含否定、转折、加强、削弱等语言结构。另一方面，统计机器学习常常存在领域依赖的问题，即在某一领域（我们称之为源领域）标注样本上学习得到的分类器通常只在相同领域的测试样本上表现较好，换到其他领域（我们称之为目标领域），尤其是目标领域与源领域的分布相差较大的情况下，算法性能会大打折扣。这一领域依赖问题在情感分析任务中表现得尤为突出。本报告围绕这两个特殊问题，回顾学术界的相关工作，并简介南京理工大学文本挖掘研究组在这两个问题上的一些工作进展。

 

 

【报告人简介】

夏睿，南京理工大学计算机学院教授、博导。2011年毕业于中科院自动化所，获得工学博士学位。一直从事自然语言处理、机器学习、数据挖掘、人工智能等方面的研究工作，在领域知名学术期刊和会议（IEEE TKDE, ACM TKDD, IEEETAFFC, IEEE IS, INS, IPM, IJCAI, AAAI, ACL, EMNLP, COLING等）发表论文30余篇，其中以第一作者身份发表CCF A类、B类论文10余篇、ESI高被引论文2篇，一作论文他引1000余次。主持国家自然科学基金面上项目、青年基金，江苏省优青、教育部博士点基金等各类纵向课题和企事业合作项目10余项。2014年入选南京理工大学紫金之星人才计划，2016年获得首届江苏省优青项目资助，2017年入选南京理工大学青年拔尖人才选聘计划并破格晋升为教授。

 

报告题目：基于学术论文全文的算法使用行为与影响力研究

 

【摘要】

21世纪以来、特别是2010年后，由于互联网技术的普及和开放获取运动的兴起，学术论文全文数据获取更加便利，自然语言处理与文本挖掘等技术快速发展，包括引文内容分析在内的全文本内容分析研究重新引起很多研究者的兴趣。与此同时，随着人文计算、社会计算等研究的不断兴起，研究方法、算法、工具以及数据集等实体的评估变得日益重要。本报告将介绍我们在算法实体评估方面的研究进展，报告人以数据挖掘算法在自然语言处理领域的使用为例，依据学术论文全文考察算法的使用行为与影响力。

 

【报告人简介】

章成志，南京理工大学教授、博士生导师，江苏高校青蓝工程中青年学术带头人、江苏省“333工程”第三层次培养对象。目前为中国中文信息学会社会媒体处理专委会常委、中国科技情报学会知识组织专委会委员、中国索引学会理事，担任The Electronic Library、Journalof Natural Language Engineering、Frontiers in Research Metrics and Analytics、DataIntelligence、情报工程等期刊编委或客座编辑，已经出版专著3部、发表论文100余篇，1篇论文获Emerald高度赞扬奖（2017），主持省部级以上科研项目6项，曾获中国科技情报学会“青年情报科学家奖”称号。曾获江苏省哲社优秀成果奖两项、江苏高校哲社研究优秀成果奖一项、江苏省科技情报成果奖一项，指导学生获得江苏省优秀硕士学位论文奖励3次。

 

 

报告题目：语义资源的建设与应用

 

【摘要】

语义计算是计算语言学和NLP领域的瓶颈难题，汉语语义资源建设则是汉语语义计算的基础。报告介绍了南师大团队在汉语词义和句子语义方面的工作，主要包括汉语词义演化数据库的构建、词义认知属性数据库、句子抽象语义语料库的构建与应用情况。

 

【报告人简介】

李斌，南京师范大学文学院语言科技系副教授。1999~2009年就读于南京师范大学文学院，获计算语言学博士学位。后留校任教，讲授中文信息处理概论、数据结构、数理逻辑、人工智能、数据库编程等研究生和本科课程。2010~2013年南京大学计算机科学与技术系在职博士后，2015年赴美国Brandeis大学计算机系访学一年。研究领域包括词法分析、认知语义计算、语料库技术、语法理论等方面。主持完成国家社会科学基金青年项目1项，国家博士后基金1项，参与完成国家自然科学基金、国家社会科学基金、211工程项目等多个研究项目。目前主持国家社科基金、教育部青年社科项目各1项，出版专著3部，在国内外期刊和重要会议上发表论文五十多篇，其中被SCI、A&HCI、EI、CSSCI、CSCD索引20多篇，3篇被《人大复印资料》和中国社会科学网转载。

 

 

报告题目：基于相关性的标记分布学习方法研究

 

【摘要】

标记分布学习作为一种新的学习范式，比多标记学习具有更丰富的标记语义，可以更精确地刻画与同一示例相关的多个标记的相对重要性差异等，是当今机器学习领域的研究热点之一。本报告主要从挖掘标记和样本的相关性入手，研究相应的标记分布学习算法，分别提出了基于全局标记相关、局部样本相关和低秩近似的标记分布学习算法。和现有算法相比，在各项评测指标上，我们提出的算法都能取得较好的效果。

 

【报告人简介】

贾修一，博士毕业于南京大学NLP组，现为南京理工大学计算机科学与工程学院副教授。任中CAAI粒计算与知识发现专委会委员、机器学习专委会通讯委员，CCF模式识别与人工智能专委会通讯委员，CCF高级会员，IEEE会员，IRSS会员等。主要研究方向包括粒计算与不确定性分析、机器学习、自然语言处理等。发表学术论文40余篇，3篇（曾）入选ESI高被引论文，主持国家面上、青年及省级基金项目多项，参与型号项目、国防基础预研重点项目等。