自然(ran)語(yu)言(yan)處理(li)（Nature Language Processing，NLP），是(shi)計(ji)算(suan)機領域與人(ren)(ren)工智能(neng)領域中(zhong)的(de)(de)(de)一(yi)(yi)個(ge)重要方向(xiang)。NLP 的(de)(de)(de)主要目標是(shi)解決人(ren)(ren)機對(dui)話中(zhong)的(de)(de)(de)各種(zhong)困(kun)難，讓計(ji)算(suan)機能(neng)夠理(li)解人(ren)(ren)類的(de)(de)(de)語(yu)言(yan)。NLP在發(fa)展過程中(zhong)一(yi)(yi)共經歷了基于(yu)規(gui)則、基于(yu)統計(ji)機器學習(xi)、基于(yu)深度學習(xi)三(san)個(ge)階段。隨著Transformer、Bert的(de)(de)(de)出現，推(tui)動NLP進入到“黃金(jin)時(shi)代”。針對(dui)NLP的(de)(de)(de)各種(zhong)任務的(de)(de)(de)研究(jiu)愈發(fa)繁榮，大量研究(jiu)成果(guo)不(bu)斷涌(yong)現，NLP在不(bu)同行業的(de)(de)(de)應(ying)用逐漸深入。

自然語言處(chu)理(li)是騰訊 AI Lab 的主要研究(jiu)(jiu)(jiu)方向(xiang)之(zhi)一(yi)，研究(jiu)(jiu)(jiu)能力也一(yi)直處(chu)于業界(jie)領先水平。總(zong)體而言，騰訊 AI Lab 的研究(jiu)(jiu)(jiu)內容囊括從自然語言理(li)解(jie)到(dao)(dao)生成(cheng)的整個(ge)鏈(lian)條，另外(wai)還涉及(ji)到(dao)(dao)對 AI 系(xi)統可解(jie)釋性以(yi)及(ji)算法底層機制(zhi)等理(li)論(lun)研究(jiu)(jiu)(jiu)。相關研究(jiu)(jiu)(jiu)成(cheng)果也一(yi)直在(zai)通過研究(jiu)(jiu)(jiu)論(lun)文(wen)、開放數據集和(he)開源代(dai)碼(ma)的形式向(xiang) NLP 及(ji) AI 社(she)區分享。在(zai)今(jin)年的ACL 2020上，騰訊AI Lab共有(you)20篇論(lun)文(wen)入選，覆蓋(gai)對話及(ji)文(wen)本生成(cheng)、機器翻譯、文(wen)本理(li)解(jie)三大方向(xiang)。

為了(le)幫助大家更好地了(le)解和學習騰(teng)訊(xun)(xun)AI Lab在NLP領(ling)域(yu)的(de)研究(jiu)(jiu)進展，智(zhi)東西公開課邀(yao)請騰(teng)訊(xun)(xun)AI Lab開設專(zhuan)場。「騰(teng)訊(xun)(xun)AI Lab專(zhuan)場」的(de)前兩講，將分(fen)別(bie)由騰(teng)訊(xun)(xun)AI Lab高級(ji)研究(jiu)(jiu)員(yuan)李丕績博士和宋林峰博士進行主講。

李丕(pi)績博士(shi)和宋(song)林(lin)峰博士(shi)兩(liang)位騰訊AI Lab高級研究員今(jin)年(nian)均有論文入選ACL 2020。李丕(pi)績博士(shi)作(zuo)為一作(zuo)被收錄的(de)論文為《Rigid Formats Controlled Text Generation》；宋(song)林(lin)峰博士(shi)作(zuo)為一作(zuo)入選的(de)論文為《Structural Information Preserving for Graph-to-Text Generation》。

9月(yue)3日，李(li)丕績博士(shi)將基于(yu)入選論文，就《SongNet：格(ge)式控制下的文本生成(cheng)(cheng)(cheng)框架》這一主題進行講解。他將圍(wei)繞文本生成(cheng)(cheng)(cheng)技術(shu)的研究與挑戰、基于(yu)自(zi)回歸語言(yan)模(mo)型的格(ge)式控制文本生成(cheng)(cheng)(cheng)框架SongNet，以及(ji)詩詞生成(cheng)(cheng)(cheng)、歌(ge)詞創作(zuo)應(ying)用(yong)案例展開(kai)解讀(du)。

李(li)丕績博士是騰訊AI Lab高級研究員，從事(shi)對(dui)話(hua)(hua)系(xi)統和(he)文本生(sheng)成相關(guan)的(de)科研和(he)落地相關(guan)工(gong)作。他(ta)主要研究自(zi)然語言處(chu)理(li)領域的(de)文本摘(zhai)要、文本生(sheng)成和(he)對(dui)話(hua)(hua)系(xi)統方(fang)向，并(bing)在相關(guan)領域頂級會議(yi)和(he)期刊發表多(duo)篇論文。同時，李(li)丕績博士還擔任EMNLP 2020 summarization方(fang)向的(de)Area Chair，并(bing)多(duo)次擔任ACL，EMNLP，NAACL，NeurIPS，SIGIR，TACL等會議(yi)和(he)期刊的(de)PC Member和(he)審稿人。

9月9日(ri)，宋林峰(feng)博士將就(jiu)《圖(tu)到(dao)文(wen)本生(sheng)(sheng)成任務中的(de)通(tong)用(yong)型圖(tu)結構(gou)信息保存法》這一主(zhu)題進行直播(bo)講解。他將圍繞圖(tu)到(dao)文(wen)本生(sheng)(sheng)成技(ji)(ji)術的(de)發展與研(yan)究、基于重構(gou)圖(tu)模型的(de)通(tong)用(yong)型圖(tu)結構(gou)信息保存法和在多(duo)類型圖(tu)到(dao)文(wen)本生(sheng)(sheng)成技(ji)(ji)術中的(de)應用(yong)，進行詳(xiang)細解讀。

宋林(lin)峰博(bo)士是(shi)騰訊AI Lab高級(ji)研究(jiu)員，于(yu)2019年(nian)5月從(cong)(cong)羅徹斯特(te)大(da)學(xue)獲(huo)得博(bo)士學(xue)位，師從(cong)(cong)Daniel Gildea教(jiao)授。他于(yu)2014年(nian)從(cong)(cong)中科院(yuan)計算所(suo)碩(shuo)士畢(bi)業，師從(cong)(cong)劉群博(bo)士。從(cong)(cong)2013年(nian)11月到2014年(nian)2月，他簡短的(de)(de)以研究(jiu)助理的(de)(de)身(shen)份訪問在新(xin)加坡SUTD的(de)(de)張岳(yue)博(bo)士。他曾(ceng)于(yu)2015、2017和2018年(nian)暑(shu)假(jia)在IBM沃(wo)森研究(jiu)院(yuan)Salim Roukos的(de)(de)團隊(dui)實習，Mentor是(shi)王志國博(bo)士。

適合人群

1、從事NLP方向的科研人員和高校老師
2、工業界NLP或機器學習方向的算法工程師和開發者
3、對NLP感興趣(qu)以及相關研(yan)究方向的(de)高校學生

入群路徑

本次專場我們將設置討論(lun)群(qun)，并會(hui)邀(yao)請講師入(ru)群(qun)。加(jia)入(ru)討論(lun)群(qun)，你(ni)除了可以免(mian)費(fei)觀看直播、提前(qian)獲取(qu)課(ke)件之外，還能直接(jie)和講師認識(shi)及交流。當然，你(ni)還可以結(jie)識(shi)更多的技術大牛。

想要加入討論群(qun)的朋友，可以添加小助手(shou)小語（ID：hilele20）進(jin)行預約，備(bei)注“姓名-公司/學校/-職位(wei)/專業”的朋友可以優(you)先審核通過哦。