root

国家语委重大科研项目“中华经典诗词知识图谱构建技术研究”通过成果鉴定 9月1日下午，国家语委科研规划领导小组办公室组织专家在北京对中国科学院软件研究所承担的“中华经典诗词知识图谱构建技术研究”项目进行了科技成果鉴定。专家组由北京理工大学黄河燕教授、清华大学李涓子教授、北京大学王厚峰教授、北京语言大学杨尔弘教授以及中科院自动化所赵军研究员组成。教育部语言文字信息管理司田立新司长、语言文字应用管理司孟庆瑜二级巡视员出席会议并讲话。 会上，中科院软件所武斌副所长代表软件所发表致辞，首先感谢了教育部、国家语委的指导和大力支持。他表示，中文信息处理方向是软件所的重要方向之一，项目涉及中华优秀传统文化的保护和传承，研究所一直给予高度重视，未来也将持续支持研发团队产出更高质量的研究成果。 武斌副所长致辞 项目负责人、中文信息处理实验室孙乐研究员详细介绍了项目的研究内容与成果特色。项目构建了多层次中华诗词知识本体体系，为描述中华诗词知识提供了基础；构建了大规模多侧面的中华诗词知识图谱，涵盖6大类共33.7万实体，组织关联了百万量级的诗词相关知识；基于图谱资源搭建了多维度中华诗词展示平台，提供全景化辅助理解、诗词多脉络展示、诗词交互式学习等多种功能。随后，实验室副主任韩先培研究员现场演示了项目平台的特色模块，其中多个功能吸引了与会专家和领导参与互动。 孙乐研究员介绍项目成果   韩先培研究员演示平台功能 与会专家从技术路线、研究重点、成果形式等不同角度提出了意见和建议。经讨论后，专家组认为项目成果可为培育青少年的诗词文化素养、提升大众的诗词文化水平、弘扬中华优秀传统文化提供资源和技术支撑。同时项目成果研制难度大、创新性强，具有重要的学术价值和实用价值。鉴定委员会一致同意该项目通过成果鉴定。 与会专家提问及讨论 [...]

中文信息处理实验室三篇论文被EMNLP 2021主会录用   日前，自然语言处理领域的顶级会议 EMNLP 2021陆续向作者发送录用通知，中国科学院软件研究所中文信息处理实验室三篇论文被EMNLP 2021主会录用。 下面是论文列表及介绍： 论文一 标题：Progressively [...]

哈工大覃立波博士应邀到访中文信息处理实验室并作学术报告 2021年7月28日下午，应实验室林鸿宇博士后的邀请，哈尔滨工业大学的覃立波博士到访实验室，并为实验室师生作了题为“任务型对话系统中口语语言理解综述——前沿与挑战”的学术报告。 覃立波博士是哈尔滨工业大学SCIR在读博士生，导师车万翔教授，博士期间以第一作者或者共同第一作者发表CCF A/B会议/期刊14篇。研究方向为任务型对话系统与自然语言处理，曾获三年国家奖学金，春晖创新一等奖学金，之江实验室奖学金，字节跳动奖学金（中国10人），百度奖学金（全球10人），以及入选全球首份AI华人新星百强榜单，IJCAI-SAIA YES学术新星等榜单。同时，他热衷于开源分享和社区建设，促进NLPer在国内的交流，创办了机器学习算法与自然语言处理社区，突破50w+订阅人数和超过2千万阅读量。 报告开始，覃立波博士首先介绍了任务型对话系统的整体结构，接着对其中的自然语言理解模块进行了深入的讲解，然后对口语语言理解（SLU）领域近10年的发展进行一个回顾和总结，最后根据当前发展现状给出了一些研究问题和挑战。 口语语言理解是任务型对话系统中最核心的组件，近些年来的发展也是非常迅速的。根据对意图识别（intent detection）和槽位填充（slot filling）两个子任务的建模方式和交互关系，口语语言理解模型大致可以分为以下几个发展阶段：独立模型（2013-2015），隐式联合建模（2016-2017），显式联合建模—单向信息流动（2018-2019），显式联合建模—双向信息流动（2019-2021）。 从独立建模到隐式联合建模，再从显式单向信息流动到显式双向信息流动的发展趋势，反映了在口语语言理解中意图识别和槽位填充的两个子任务的密切关系，两者的联合交互建模在口语语言理解中起到了非常关键的作用。 [...]

西湖大学特聘研究员张岳应邀到访中文信息处理实验室并作学术报告 2021年7月20日上午，应实验室孙乐研究员和韩先培研究员的邀请，西湖大学特聘研究员张岳老师到访实验室，为实验室师生做了题为“Challenges in Machine Learning in NLP”的学术报告。在本次报告中，张岳老师向中文信息的师生们分享了一些自然语言处理瓶颈的思考，并从模型学习到的特征、解决问题的过程等方面分享一些探索工作。  近年来，自然语言处理的范式从统计模型发展到神经网络模型，并逐步形成了大规模预训练（pretraining）-任务微调（finetuning）的新范式。张老师首先为大家梳理了近年自然语言处理范式的发展过程，并分析了现有预训练加微调范式的几个不足：1）跨领域鲁棒性低、2）对输入扰动敏感、3）缺乏常识知识，以及4）对逻辑与数值理解能力有限。 现有不少研究认为预训练语言模型可以存储知识，但是预训练语言模型是否可以作为下游任务的知识库仍是亟待回答的问题。为回答这一问题，张老师介绍了他们在ACL2021的最新工作：Can Generative [...]

中文信息处理实验室一篇论文获SIGIR 2021最佳短论文奖 近期，第44届国际计算机学会信息检索大会（The 44th International ACM SIGIR Conference on Research [...]

中国科学院软件研究所2021年全国大学生“软件与网络”夏令营通知——欢迎报考中文信息处理实验室 原文链接：http://www.is.cas.cn/yjsjy2016/zsxx2016/202106/t20210611_6082351.html 为了给高校优秀大学生提供了解中国科学院软件研究所（以下简称“软件所”）的机会，激发大学生对计算机科学的研究兴趣，同时促进高校优秀大学生之间的交流，软件所决定于2021年7月下旬举办2021年全国大学生“软件与网络”夏令营。 本次夏令营活动主要包括：软件所简介、主要研究方向及成果介绍、与师生交流等，同时入选营员将获得软件所2021年接收推荐免试研究生的选拔面试机会。欢迎广大优秀大学生报名参加。 一、招生规模： 150人左右。 二、申请条件： 1、国内各高校计算机科学与技术、软件工程、信息安全、数学及其相关专业的在校优秀本科生（拟2022年毕业）； 2、品学兼优，心身健康，学习成绩专业或年级排名在前20％（某方面成绩特别突出者可除外）； 3、英语达到国家大学英语六级水平；如无六级成绩，可用TOEFL、IELTS或GRE成绩代替。 [...]

北京理工大学毛先领副教授应邀到访中文信息处理实验室并作学术报告 2021年6月11日上午，应实验室孙乐研究员和韩先培研究员的邀请，北京理工大学毛先领副教授到访实验室，为实验室师生做了题为“Similarity-preserved Hashing: Diffusing from Images Retrieval to Other Scenarios”的学术报告。 [...]

中文信息处理实验室六篇长文被ACL2021主会录用 日前，自然语言处理领域的顶级会议 ACL 2021陆续向作者发送录用通知，中国科学院软件研究所中文信息处理实验室六篇长文被主会录用。 下面是论文列表及介绍： 论文一 标题：TEXT2EVENT: Controllable Sequence-to-Structure Generation [...]

春意浓浓，寄情山水——记中文信息处理实验室春游 智者乐水，仁者乐山。2021年4月11日，中文信息处理实验室部分职工及学生共同来到黑龙潭风景区，放松心情。 黑龙潭位于北京市密云区石城镇鹿皮关北面的一条全长4公里，水位落差220米的峡谷里，有春花、秋月、平沙、落雁、曲、叠、沉、悬潭等十八个名潭，千姿百态，各领风骚。 爬山对于人的体力和毅力都是极大的考验，但是实验室一行人不畏艰险、勇攀高峰。大家沿着盘山栈道，欣赏着涓涓瀑布流入清澈见底的石潭，感受着攀登陡峭山路的艰难困苦，终于在中午时分登上了黑龙潭的顶峰。 一时间湖光山色尽收眼底，就好似科研攻坚路漫漫，志在巅峰不辞遥。   山顶的温度确实比山脚低很多，但是大家围坐一团互相分享食物、交流的温馨画面顿时驱散了寒意。傍晚，实验室一行人在农家小院的饭菜香味中，结束了一天的行程。 通过这次春游活动，大家在欣赏祖国的美好河山的同时也体会到科研路上应坚持不懈，勇攀高峰。最后，中文信息处理实验室将继续不忘初心，奋勇前进。 撰稿：张文凯 责任编辑：刘汇丹

复旦大学张奇教授应邀到访中文信息处理实验室并作学术报告 2021年4月13日下午，应实验室孙乐研究员和韩先培研究员的邀请，复旦大学张奇教授到访实验室，为实验室师生做了题为“模型鲁棒性分析与评测”的学术报告。 张奇老师现任复旦大学计算机科学技术学院教授、博士生导师。主要研究方向是自然语言处理，信息检索和数据密集型计算，共发表学术论文70余篇。 近年来，随着深度学习以及预训练方法的发展，深度学习模型在几乎全部自然语言处理任务中都取得了非常好的效果，在包括阅读理解在内的很多任务的标准评测集合上达到了超越人类的准确性。然而在实际应用中，很多模型的效果却大打折扣。近年来很多相关研究表明，深度神经网络模型在仅仅添加了很小的扰动的样本上，其预测效果也很可能大幅度下降。模型鲁棒性的研究也因此受到越来越多的关注。在本次报告中，张奇老师针对模型的鲁棒性、可解释性以及如何评估模型的鲁棒性三个方面进行了讲解。 尽管目前已经有一些针对NLP任务的模型鲁棒性工作，但它们大多只针对单个NLP任务，同时只有少量的数据变形方法，缺乏系统性的工具集合。针对这一问题，张老师课题组展开了大规模的鲁棒性评测工作，开发了面向自然语言处理的多语言鲁棒性评测平台TextFlint。 利用 TextFlint，张老师课题组对包括分词、词性标注、句法分析、命名实体识别等在内的自然语言处理任务的约100个模型进行了复现和验证。其他领域的测评结果也显示，现有算法在新的测评数据集上的表现都较原始结果有较大幅度下降。从以上结果可以看出，目前绝大多数模型的鲁棒性都亟待提升。 张老师从鲁棒性出发，介绍了课题组的研究工作，并对未来NLP领域的发展进行展望。报告结束后，张奇老师与实验室师生就自然语言处理领域未来发展和科研经验展开了热烈讨论。 撰稿：王怡然 责任编辑：刘汇丹