报告人：张日崇

报告时间：2022年12月28日上午10：00～11:00

参会方式：线上报告

腾讯会议号：447-655-756

报告人简介

张日崇，博士，北京航空航天大学教授，长期从事自然语言处理、知识工程方向的研究工作，主持或参与国家科技部重大专项、国家自然科学基金项目等项目20余项，累计发表论文100余篇，多篇文章被图灵奖获得者引用，拥有授权专利30余项，获2018年电子学会技术发明一等奖。担任中国计算机学会计算机普及工委主任助理、自然语言处理专委会委员、《Computational Intelligence》编委、长期担任IJCAI、AAAI、ACL等人工智能、自然语言处理领域国际学术会议程序委员会高级委员、委员。

讲座简介：

目前，大规模非结构化数据已经成为知识图谱构建的重要数据来源，作为主要工具的信息抽取模型主要借助深度学习方法实现。然而，由于深度学习模型对高质量训练数据的需求，大规模、高质量标注训练数据缺失的问题影响了信息抽取模型的效果，也限制了各类领域图谱的构建能力。本次报告将分享报告人在的低资源（少量标注数据场景）下自然语言语义理解的方法，主要包括从特征增强和特征迁移的角度进行的数据混合增强、语法信息融合和跨领域迁移等系列建模方法，从而降低语义理解模型对领域标注的依赖，提升语义理解的准确性和应用范围。