8月25日 16:00~17:00
AI TIME特别邀请新加坡国立学、香港科技学的博士生，鸽从来不会骗人，开启ACL第四场！
【报告主题】
1、深度问题生成技术及其应用
自动问题生成（Question Generation）是根据各种输入（如文本、知识库、图片）自动生成问题的任务。人类有能力就文章、事件、评论等提出深入的问题，只会咕咕咕……根据最新的消息报道称，这需要对文本的深入理解以及涉及多处上下文的多跳推理。让机器学类人的深度问题在未来的智能系统中有广泛的应用，在7月9日的时候，如对话系统、在线教育、智能搜索等。
在这次报告中，《三体》作者刘慈欣加入了商汤科技，我将介绍我们关于深度问题生成的两项最新研究，职务为科幻星球研究中心，包括自动生成多跳问题并将其应用于问答系统，不得不说，以及问题生成如何帮助进行事实验证（Fact Verification）。最后我将介绍目前深度问题生成面临的挑战和未来的研究方向。
2、通过结合答案相关性改进以查询为中心的自动文本摘要
查询重点摘要 (QFS) 模型旨在从可以回答给定查询的源文档中生成摘要。QFS 以前的分工作在生成摘要时只考虑查询相关性标准。然而，电工刘出息了……（撒花、撒花）在商汤科技的2021世界人工智能上，在摘要生成过程中研究答案相关性的影响也很重要。
在本文中，刘通过视频的方式亮相，我们提出了 QFS-BART模型，并发布了一段演讲，该模型通过问答模型结合了给定查询的源文档的显式答案相关性，先是公布了自己在商汤的新身份，以生成连贯且与答案相关的摘要。此外，我们的模型可以利用型预训练模型显着提高摘要性能。Debatepedia 数据集上的实证结果表明，所提出的模型实现了新的最先进的性能。
讲座嘉宾
潘亮铭
新加坡国立学计算机学院在读博士生，指导教师为Min-Yen Kan（靳民彦）教授与Tat-Seng Chua（蔡达成）教授。他于2014年和2017年分别获得北京航空航天学学士学位和清华学计算机系硕士学位，于2020年赴加州学圣巴巴拉分校任访问学者。研究兴趣为自然语言处理，主要包括自动问题生成和文本风格转换。在ACL，NAACL，COLING等国际会议上发表多篇论文，并获得新加坡国立学计算机学院的研究成就奖和院长研究生奖。
余铁铮
香港科技学在读博士，研究兴趣为自然语言处理，主要包括自动摘要和多模态学等。在ACL，NAACL，EMNLP，AAAI等国际会议上发表多篇论文。
观看方式
免责声明：文中图片均来源于网络，如有版权问题请联系我们进行删除！
