本期為TechBeat人工智能社區(qū)第392期線上Talk。北京時間3月30日(周三)20:00，謝菲爾德大學計算機系副教授—林成華和謝菲爾德大學計算機系在讀博士生—李一之Talk將準時在TechBeat人工智能社區(qū)開播！

他們與大家分享的主題是:“謝菲爾德大學NLP組及Lincedo實驗室簡介”和“基于對比-對偶學習的稠密信息檢索模型”，屆時將介紹一個利用對偶 Query Retrieval 任務(wù)，在原有訓練數(shù)據(jù)集上對表征做進一步優(yōu)化學習并提升檢索性能的工作。

Talk·信息

主題：基于對比-對偶學習的稠密信息檢索模型?

嘉賓：謝菲爾德大學計算機系副教授?林成華謝菲爾德大學計算機系在讀博士生?李一之

地點：TechBeat人工智能社區(qū)

http://www.techbeat.net/

完整版怎么看？

掃描下方二維碼，或復制鏈接https://datayi.cn/w/WoMpVdYP至瀏覽器，一鍵完成預約！上線后會在第一時間收到通知哦

Talk·提綱

?謝菲爾德大學NLP組及Lincedo實驗室簡介?

謝菲爾德大學系“英國常春藤”羅素集團創(chuàng)始成員、六所紅磚大學之一，常年穩(wěn)居全球前100。計算機系擁有近60位教職人員（faculty），包含自然語言處理、語音、機器學習、計算機視覺等10個研究組。在最新英國官方權(quán)威科研力量評估中（Research Excellence Framework），謝菲爾德大學計算機系排名全英第五。自然語言處理組成立于1993年，現(xiàn)有10+教職人員、60+博士后/博士生，是歐洲最大和最成功的自然語言處理組之一。

具體分享提綱如下：

1. 謝菲爾德大學概況

2. 自然語言處理(NLP)組概況

3. Lincedo實驗室概況

?基于對比-對偶學習的稠密信息檢索模型?

現(xiàn)有的 dense retrieval 模型的目標大多是為文檔檢索任務(wù)學習到合適的query和document表征。由于訓練集數(shù)據(jù)量大，標注困難，Dense Retrieval 往往采用基于對比學習的半監(jiān)督學習框架來對 Document Retrieval 任務(wù)進行訓練。在Talk中講者將會介紹一個利用對偶 Query Retrieval 任務(wù)，在原有訓練數(shù)據(jù)集上對表征做進一步優(yōu)化學習并提升檢索性能的工作。

具體分享提綱如下：

1. 對 Dense Retriever 類型的文檔檢索方法、模型訓練方式做簡要介紹

2. 介紹基于對比學習和對偶學習的訓練方法

3. 對模型的性能測試和表征空間進行分析

Talk·預習資料

[1] Karpukhin, Vladimir, Barlas O?uz, Sewon Min, Ledell Wu, Sergey Edunov, Danqi Chen, and Wen-tau Yih. 2020. ‘Dense Passage Retrieval for Open-Domain Question Answering’. ArXiv:2004.04906 [Cs],April.?http://arxiv.org/abs/2004.04906[2]?Xiong, Lee, Chenyan Xiong, Ye Li, Kwok-Fung Tang, Jialin Liu, Paul N. Bennett, Junaid Ahmed, and Arnold Overwijk. 2020. ‘Approximate Nearest Neighbor Negative Contrastive Learning for Dense Text Retrieval’. In .https://openreview.net/forum?id=zeFrfgyZln.[3]?Wang, Tongzhou, and Phillip Isola. 2020. ‘Understanding Contrastive Representation Learning through Alignment and Uniformity on the Hypersphere’. ArXiv:2005.10242 [Cs, Stat], November.http://arxiv.org/abs/2005.10242.[4] Xia, Yingce, Tao Qin, Wei Chen, Jiang Bian, Nenghai Yu, and Tie-Yan Liu. 2017. ‘Dual Supervised Learning’. ArXiv:1707.00415 [Cs, Stat], July.http://arxiv.org/abs/1707.00415.

Talk·提問交流

通過以下兩種方式提問都將獲得微信現(xiàn)金紅包獎勵哦！

方式 ①

在Talk界面下的【交流區(qū)】參與互動！留下你的打call??和問題??，和更多小伙伴們共同討論，被講者直接翻牌解答！

你的每一次貢獻，我們都會給予你相應(yīng)的i豆積分，還會有驚喜獎勵哦！

方式 ②

在本文留言區(qū)直接提出你的問題，或掃描下方二維碼提問！

Talk·嘉賓介紹

林成華，英國謝菲爾德大學計算機系副教授，博士生導師，系研究與創(chuàng)新副主任(Deputy Director of Research and Innovation), 系自然語言處理研究組核心成員，主要從事自然語言處理/生成，對話及問答系統(tǒng)，知識圖譜嵌入，自動摘要，情感分析，多模態(tài)深度學習等相關(guān)技術(shù)的研究。作為項目負責人主持過多項英國國家工程和物理科學研究基金、 英國國家經(jīng)濟與社會研究基金面上項目，以及與知名企業(yè)（BBC，三星，騰訊,JP Morgan等）合作的橫向課題。在國際權(quán)威期刊和一流學術(shù)會議(如ACL,ICML,EMNLP,NAACL,ICDE,CIKM,TKDE,TASLP)上發(fā)表論文近90篇，谷歌學術(shù)引用2700+。發(fā)表的論文曾獲得ACM國際信息與知識管理大會（CIKM）2020 年度時間檢驗獎，國際自然語言生成大會(INLG) 2019最佳論文提名獎，國際自然語言及信息系統(tǒng)大會(NLDB)2017最佳論文獎。2019年榮獲蘇格蘭國家信息科學和計算機聯(lián)盟(SICSA)年度最佳博士生導師提名獎(全英國僅提名五人)?，F(xiàn)為Computer Speech and Language，Neurocomputing等知名期刊編委，自然語言處理頂級期刊TACL以及Computational Linguistics的Standing Reviewer,2022年ACL亞太分會(AACL)和國際自然語言處理聯(lián)合會議 (International Joint Conference on Natural Language Processing) 研討會共同主席，2019年擔任自然語言生成旗艦學術(shù)會議INLG程序委員會共同主席，并多次次擔任ACL（2022），EMNLP(2020，2021)，IJCAI(2021)，INLG(2020), NLPCC(2022)等國際國內(nèi)頂級學術(shù)會議(高級)領(lǐng)域主席。

個人主頁：

https://chenghualin.wordpress.com/

2020年取得北京郵電大學計算機與科學技術(shù)本科學位，2022年入學謝菲爾德大學，就讀于計算機系。研究經(jīng)歷包含基于生成對抗網(wǎng)絡(luò)的謠言檢測、基于語言模型的文檔檢索以及知識圖譜的鏈接預測等。

個人主頁：

https://www.linkedin.com/in/yizhi-li-854028193/

關(guān)于TechBeat人工智能社區(qū)

TechBeat (www.techbeat.net) 是一個薈聚全球華人AI精英的成長社區(qū)。 我們希望為AI人才打造更專業(yè)的服務(wù)和體驗，加速并陪伴其學習成長。 期待這里可以成為你學習AI前沿知識的高地，分享自己最新工作的沃土，在AI進階之路上的升級打怪的根據(jù)地！

更多詳細介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ