特邀讲者 邱锡鹏

复旦大学计算机科学技术学院副教授，于复旦大学获学士和博士学位。主要研究领域包括统计机器学习和自然语言处理等，并且在上述领域的顶级期刊、会议（ACL、IJCAI、EMNLP、ICCV等）上发表过40余篇论文。开发了开源中文自然语言处理工具FudanNLP，目前已被国内外数十家科研单位以及数百家企业使用。2013年获上海市科技进步二等奖。2015年入选首届中国科协人才托举工程。

报告题目：基于深度学习的文本语义分析

报告摘要：深度学习技术目前在学术界和工业界取得了广泛的成功，并逐渐受到了高度重视。在自然语言处理以及文本挖掘领域，基于深度学习的文本语义分析技术也成为人工智能领域的研究热点。本报告先介绍文本语义分析的背景知识，然后介绍基于深度学习的文本语义分析技术，包括字、词、句子、篇章等多粒度的分布式表示建模以及我们最新的关于记忆网络相关的研究工作。

特邀讲者 车万翔

 博士，哈尔滨工业大学计算机学院副教授，博士生导师，斯坦福大学访问学者，主要研究领域为自然语言处理。在ACL、EMNLP、AAAI、IJCAI国内外高水平期刊和会议上发表学术论文40于篇，其中AAAI 2013年的文章获得了Outstanding Paper Honorable Mention奖，出版教材 2 部，译著 2 部。目前承担国家自然科学基金、973等多项科研项目。负责研发的语言技术平台（LTP）已被600余家单位共享，有用户6,000余人，并授权给百度、腾讯、华为等公司使用。2009年，获CoNLL国际多语种句法和语义分析评测中第一名。2015年，获Google Focused Research Award；2012年，获黑龙江省技术发明奖二等奖；2010年获钱伟长中文信息处理科学技术奖一等奖、首届汉王青年创新奖等多项奖励。

报告题目：基于深度强化学习的句法分析技术

报告摘要：句法分析用于自动获得句子的语法结构，是自然语言处理的核心任务之一。传统的句法分析方法多采用有指导的机器学习方法。近年来，随着谷歌DeepMind所开发的围棋机器人AlphaGo战胜人类冠军，其所采用的核心技术之一，深度强化学习（Deep Reinforcement Learning）也逐渐为人们所关注。强化学习处于有指导学习与无指导学习的中间地带，目标是让智能体对环境做出正确的反映，是人类（或者更一般的讲，动物）学习的一种重要模式，常应用于游戏或机器人控制等领域。深度强化学习利用深度学习强大的表示能力来进一步增强强化学习的效果。本报告将对深度强化学习技术加以介绍，并对如何将其应用于句法分析进行了初步探索。 

会场方位示意图：兰州市安宁区，安宁东路967号，西北师范大学教学6号楼4楼会议室