一、时 间：2021年5月8日(周六) 14:00

二、地 点：长清校区机电楼B座309

三、主 办：科研处

四、承 办：智能交通分论坛组委会、信息科学与电气工程学院

五、报告内容

学术报告一：对话式检索

主讲人：任鹏杰

报告简介:

对话是人类沟通的自然模式，在信息检索中，对话互动越来越引起人们的关注。但是，在检索方案中，许多用户信息需求要复杂得多。本世纪多项研究表明，用户的查询中有40%-60%是复杂且具有探索性的。例如，我们试图检索“有关各个国家野生动植物保护的信息”，但传统的搜索模式无法有效地用于此类复杂的探索性信息搜索任务。报告将提出“对话式检索”的新模式，讨论此新模式中涉及到的搜索、排名和生成等关键技术，解决自然语言理解，知识识别以及响应生成方面的挑战。

附：任鹏杰简介

任鹏杰，博士，山东大学计算机科学与技术学院研究员。2018年6月于山东大学计算机科学与技术学院取得博士学位。2018年10月到2020年10月期间于阿姆斯特丹大学信息科学系进行博后研究。研究兴趣包括对话系统、检索系统、摘要系统、推荐系统等，已经在信息检索和自然语言处理国际顶级期刊和会议发表论文50余篇，包括但不限于ACM SIGIR，The Web Conference (WWW), ACL, AAAI, EMNLP, COLING, ACM CIKM, ACM TOIS, IEEE TKDE。部分研究获得山东省优秀博士学位论文，CIKM最佳论文亚军，NLPCC最佳学生论文等。应邀担任信息检索领域和自然语言处理领域多项顶级会议程序委员会委员和顶级期刊审稿人。

学术报告二：自然语言处理中的鲁棒性

主讲人：桂韬

报告简介：

深度神经网络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，我们在实际应用中确发现，在真实场景中很多模型的效果大打折扣，所获得精度甚至远远低于传统机器学习方法。近年来的很多研究也表明，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出现大幅度下降。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，将针对自然语言处理算法的鲁棒性问题，在语料构建、文本表示、模型分析、鲁棒性评测等方面的最新研究进行介绍。

附：桂韬简介