今天，第十五屆全國(guó)計(jì)算語(yǔ)言學(xué)學(xué)術(shù)會(huì)議（CCL2016）與第四屆基于自然標(biāo)注大數(shù)據(jù)的自然語(yǔ)言處理國(guó)際學(xué)術(shù)研討會(huì)（NLP-NABD2016）同時(shí)在魯東大學(xué)召開(kāi)。來(lái)自語(yǔ)智云帆的美女工程師任曉娜參與了會(huì)議，并為雷鋒網(wǎng)的讀者們帶來(lái)會(huì)議現(xiàn)場(chǎng)的報(bào)道，雷鋒網(wǎng)對(duì)內(nèi)容做了不修改原意的編輯。

先簡(jiǎn)單介紹下兩個(gè)會(huì)議的背景——

CCL（全國(guó)計(jì)算語(yǔ)言學(xué)學(xué)術(shù)會(huì)議）從1991年開(kāi)始每?jī)赡昱e辦一次，從2013年開(kāi)始每年舉辦一次，著重于中國(guó)境內(nèi)各類語(yǔ)言的計(jì)算處理，為研討和傳播計(jì)算語(yǔ)言學(xué)最新的學(xué)術(shù)和技術(shù)成果提供了高水平的交流平臺(tái)。

NLP-NAB（基于自然標(biāo)注大數(shù)據(jù)的自然語(yǔ)言處理國(guó)際學(xué)術(shù)研討會(huì)）涵蓋了所有自然語(yǔ)言處理的研究?jī)?nèi)容，尤其關(guān)注在大數(shù)據(jù)時(shí)代自然語(yǔ)言處理的前沿方法和技術(shù)。

從清華大學(xué)孫茂松教授的發(fā)言大致就能知道本次會(huì)議的相關(guān)情況：會(huì)議收到投稿300多篇，錄用率32.9%。會(huì)議前一天加入講習(xí)班環(huán)節(jié)，都是一線青年研究學(xué)者的報(bào)告；并且加入了自然語(yǔ)言處理國(guó)際前沿動(dòng)態(tài)綜述的，是簡(jiǎn)而精的報(bào)告；加入系統(tǒng)展示環(huán)節(jié)的，都是業(yè)界比較前沿的技術(shù)，特邀報(bào)告人也是業(yè)界專家。以上被錄用的英文論文，都將由論文出版社Springer發(fā)表在LNAI（Lecture Notes in Artificial Intelligence）系列中。

｜ 中科院張鈸院士：后深度學(xué)習(xí)時(shí)代的計(jì)算語(yǔ)言學(xué)

（清華大學(xué)教授、中國(guó)科學(xué)院張鈸院士）

清華大學(xué)教授、中國(guó)科學(xué)院張鈸院士介紹了從符號(hào)主義到連接主義再到深度學(xué)習(xí)，在語(yǔ)言處理上遇到的困難、原因以及來(lái)源等。

• 符號(hào)主義的認(rèn)知計(jì)算模型

張鈸院士提到，符號(hào)主義掀起了一場(chǎng)計(jì)算機(jī)（算法）應(yīng)用的革命，它也是最合適的語(yǔ)言模型。另外，知識(shí)驅(qū)動(dòng)法，提及了waston系統(tǒng)（以知識(shí)為基礎(chǔ)的問(wèn)答系統(tǒng)），指出了知識(shí)驅(qū)動(dòng)法存在的局限。

• 連接主義的崛起

20世紀(jì)以來(lái)計(jì)算語(yǔ)言學(xué)的兩大變化，一是大數(shù)據(jù)，二是概率統(tǒng)計(jì)方法。跨過(guò)統(tǒng)計(jì)學(xué)的四個(gè)里程碑、機(jī)器學(xué)習(xí)模型的發(fā)展及文本的機(jī)器學(xué)習(xí)模型等，再到文本語(yǔ)義鴻溝問(wèn)題，一般情況語(yǔ)義和底層特征之間的映射不存在，于是引出了從淺層學(xué)習(xí)到深度學(xué)習(xí)，深度學(xué)習(xí)在語(yǔ)言處理中的應(yīng)用以及深度學(xué)習(xí)解決問(wèn)題的范圍。

• 后深度學(xué)習(xí)時(shí)代的計(jì)算語(yǔ)言學(xué)

在后深度學(xué)習(xí)時(shí)代，計(jì)算語(yǔ)言遇到了困難，比如在概率統(tǒng)計(jì)方法和生數(shù)據(jù)所帶來(lái)的——

概率統(tǒng)計(jì)方法帶來(lái)的困難：神經(jīng)網(wǎng)絡(luò)（手寫數(shù)字）識(shí)別系統(tǒng)只是分類問(wèn)題并非“識(shí)別”。張鈸院士舉了個(gè)深度神經(jīng)網(wǎng)絡(luò)錯(cuò)誤識(shí)別案例：全是噪音的圖片，被識(shí)別為0-9個(gè)手寫數(shù)字，置信度為99.99%。又另外分別從輸入量、信息量、關(guān)系、底層特征四方面，分析了文本與圖像信息之間存在的差異。

生數(shù)據(jù)（Raw Data）帶來(lái)的困難：Stanford圖片識(shí)別均采用正例樣本，識(shí)別率比較高，而正負(fù)樣本均隨機(jī)選擇的話，Stanford識(shí)別率只有19.2%（包括pretraining，采用9M images，10k categories）。

如何解決以上困難？張鈸院士提出以下三點(diǎn)：

（1）知識(shí)驅(qū)動(dòng)與數(shù)據(jù)驅(qū)動(dòng)的結(jié)合：例蒙特卡洛樹(shù)搜索+深度學(xué)習(xí)

（2）學(xué)科交叉，特別是與腦科學(xué)與認(rèn)知科學(xué)的結(jié)合

（3）計(jì)算語(yǔ)言學(xué)與人工智能共同前進(jìn)

張鈸院士說(shuō)，計(jì)算語(yǔ)言學(xué)依然任重道遠(yuǎn)，后深度學(xué)習(xí)時(shí)代，自然語(yǔ)言處理的發(fā)展要更依賴于學(xué)科交叉：腦科學(xué)、語(yǔ)言學(xué)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)和認(rèn)知科學(xué)等。

｜ 微軟亞洲研究院 常務(wù)副院長(zhǎng)馬維英：有關(guān)Self-Teaching機(jī)器人的一些研究成果

微軟亞洲研究院常務(wù)副院長(zhǎng)馬維英博士在《Can We Build a Self-Teaching Machine?  A Quest for Machine Comprehension of Text》 的現(xiàn)場(chǎng)報(bào)告中，主要介紹了微軟亞洲研究院有關(guān)Self-Teaching機(jī)器人的最新進(jìn)展。

比如在談及機(jī)器人從搜索引擎道聊天工具對(duì)文本的理解時(shí)，Self-Teaching機(jī)器人能夠做到：

• 閑聊和深聊的結(jié)合，使用戶更有興趣進(jìn)行交流，并具有親切感；

• 圖片或者視頻的識(shí)別和評(píng)論；

• 建立用戶模型，會(huì)給出令人驚喜的回答；

• 能夠幫助訂機(jī)票

• ...... 

除此之外，還有機(jī)器人小冰。比如圖書館進(jìn)行圖書搜索的關(guān)鍵是排序，機(jī)器人小冰通過(guò)大量數(shù)據(jù)來(lái)顛覆搜索過(guò)程，采用了深度學(xué)習(xí)、知識(shí)挖掘等關(guān)鍵技術(shù)，數(shù)據(jù)結(jié)果顯示，小冰的每個(gè)會(huì)話的互動(dòng)要高于其他相似產(chǎn)品。

報(bào)告現(xiàn)場(chǎng)，馬維英還提到了人工智能的四大趨勢(shì)：

a. 萬(wàn)物電子化；b. 萬(wàn)物互聯(lián)；c. 云計(jì)算；d. 軟件工程智能化

人工智能技術(shù)還可以擴(kuò)展到其他方向，其中一個(gè)重要的應(yīng)用就是機(jī)器翻譯。機(jī)器翻譯的雙向?qū)W習(xí)，用5%雙語(yǔ)訓(xùn)練數(shù)據(jù)的BLEU值與100%訓(xùn)練數(shù)據(jù)的BLEU值相當(dāng)，并且可應(yīng)用于多個(gè)相關(guān)任務(wù)協(xié)同學(xué)習(xí)中（NIPS2016）。

今天會(huì)議干貨很多，這里做個(gè)小小預(yù)告：明天將有4個(gè)特邀報(bào)告，自然語(yǔ)言處理國(guó)際前沿動(dòng)態(tài)綜述及錄取論文poster的展示，另外還新加入了系統(tǒng)展示環(huán)節(jié)。我們也將展示公司（北京語(yǔ)智云帆科技有限公司）的最新產(chǎn)品，歡迎大家留言交流。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。