第四波！ACL 2020 清華大學 THUNLP 系列解讀

清華大學自然語言處理實驗室（THUNLP）由孫茂松教授領導，主要從事中文信息處理、社會計算和知識圖譜研究，實驗室 “二劉老師”（劉洋、劉知遠）是我國NLP領域的青年代表，劉洋教授在機器翻譯領域造詣頗深，劉知遠副教授則聚焦語言理解與知識計算。ACL 2020 上，THUNLP實驗室有什么新的研究進展？

2020年4月3日，NLP 頂會 ACL 2020 公布錄用論文之后，AI科技評論相繼與哈工大、復旦大學聯合舉辦兩期「系列解讀」直播活動，受到廣大師生的好評。

第一期：ACL 2020 - 哈工大 SCIR 系列解讀

第二期：ACL 2020 - 復旦大學系列解讀

昨天我們推出「ACL 2020 - 清華CoAI 系列解讀」直播活動，將在5月 6-10日進行為期 5 天的直播活動，全方位介紹清華交互式人工智能課題組在 ACL 2020 上相關的全部工作。

然而「實驗室系列解讀」活動遠不至此。AI 科技評論更進一步聯合清華大學計算機系THUNLP團隊，將推出第四期實驗室系列解讀直播活動 ——「ACL 2020 清華大學 THUNLP 系列解讀」。我們將在5月13日-18日，連續6天進行 6 場直播，全面覆蓋清華大學 THUNLP 課題組在 ACL 上相關的全部工作。

THUNLP 團隊在本屆 ACL 會議上共有 7 篇文章入選，內容覆蓋 NLP 研究的多個方面。（詳細內容可參見下面）

系列解讀活動簡介如下，歡迎屆時關注。

主題一：基于義原知識和粒子群算法的文本對抗攻擊

時間：2020年5月13日（周三）晚20:00整

論文：Word-level Textual Adversarial Attacking as Combinatorial Optimization

主講人：臧原

摘要：對抗攻擊是機器學習領域受到廣泛關注的話題。相比于圖片、語音等領域，文本對抗攻擊面臨著搜索難優化、擾動易感知等挑戰。在本次分享中，講者將文本對抗攻擊形式化為離散組合優化問題，并引入了一種基于義原知識和粒子群算法的文本對抗攻擊方法，以提高文本對抗攻擊的效率。

主題二：如何使用NLP技術幫助法律智能：關于法律智能的綜述

時間：2020年5月14日（周四）晚20:00整

論文：How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence

主講人：鐘皓曦

摘要：法律智能是一個新興的話題，近幾年來吸引了多數AI和法律工作者的目光。為了能夠使得這個方向更好地發展，我們總結了近幾年來的法律智能工作，并對未來可能的方向進行了展望。

主題三：開放文本環境下的持續關系學習

時間：2020年5月15日（周五）晚20:00整

論文：Continual Relation Learning via Episodic Memory Activation and Reconsolidation

主講人：韓旭

摘要：關系抽取是從文本中獲取結構化知識的重要手段。不同于傳統工作關注于限定域上的關系，我們面向關系類型日益增長的開放域，對新關系的發現、數據擴展、持續學習進行了探索，形成了一套完整的開放文本環境下的關系學習體系。

主題四：神經機器翻譯信心校準研究

時間：2020年5月16日（周六）晚20:00整

論文：On the Inference Calibration of Neural Machine Translation

主講人：王碩

摘要：在諸如醫療、金融等對可靠性要求很高的場景中，我們不僅要求模型可以達到較高的預測準確率，而且希望模型可以做到“知之為知之，不知為不知”，能夠準確反饋對預測結果的信心。本次分享將介紹機器翻譯領域信心校準研究的最新進展。

主題五： 基于細粒度推理的事實驗證

時間：2020年5月17日（周日）晚20:00整

論文：Fine-grained Fact Verification with Kernel Graph Attention Network

主講人：劉正皓

摘要： 隨著互聯網中的文本大量涌現，不實信息也越來越多，因此，需要一個自動化的事實驗證工具來幫助我們鑒別虛假信息。事實驗證任務要求能夠從大規模的文本知識庫中抽取相關的證據（Evidence）并根據這些證據對給定的聲明（Claim）給出事實性的判斷。本次報告，主要介紹如何利用細粒度的文本推理來進行事實驗證。

 

主題六： 融合常識知識的對話生成

時間：2020年5月18日（周一）晚20:00整

論文：Grounded Conversation Generation as Guided Traverses in Commonsense Knowledge Graphs

主講人：張厚予

摘要： 如何使開放域對話機器人生成包含知識的回答一直是對話生成領域的困難問題，也是很多學者一直在致力于解決的問題。本次分享，講者將簡單介紹對話生成領域的前沿進展和方向，并著重介紹ACL 2020關于如何在對話中融合常識知識的一篇工作。

如何加入？             

掃碼關注[ AI研習社頂會小助手] 微信號（AIyanxishe2），發送關鍵字“ACL 2020+直播”，即可進群觀看直播和獲取課程資料。       

ACL 2020原定于2020年7月5日至10日在美國華盛頓西雅圖舉行，因新冠肺炎疫情改為線上會議。為促進學術交流，方便國內師生提早了解自然語言處理（NLP）前沿研究，AI 科技評論將推出「ACL 實驗室系列論文解讀」內容，同時歡迎更多實驗室參與分享，敬請期待！