国庆长假转眼就过去了

你是不是死活找不回学习状态？

惊闻！有人在你畅饮肥宅快乐水之际

已经默默投出了又一篇论文……

短短短的假期，也在不停赋能充电

怎么样，是不是有点心慌？

要是还不足以帮你克服长假综合症

这里还有一句更刺激的：

2018 年仅剩两个多月

你每一天都浪费不起

如果你想快速找回学习状态

想在最后一个季度为明年各大顶会蓄能

不妨本周六来清华大学找我们

听一场机器阅读理解专题沙龙

 王炳宁 / 中国科学院自动化研究所博士

王炳宁，中国科学院自动化研究所博士毕业生，主要研究方向为自然语言处理，机器阅读理解。在 IJCAI，ACL 等人工智能、自然语言处理顶级会议上以第一作者身份发表论文四篇。现负责搜狗立知项目阅读理解部分。

 机器阅读理解研究进展概述 

机器阅读理解是现今问答技术发展的核心之一。在本次报告中，我将从认知的角度介绍机器阅读理解的发展以及和人类阅读理解的关联和区别。

 胡明昊 / 国防科技大学计算机学院博士生 

胡明昊，博士在读，本科毕业于国防科技大学计算机学院，研究领域为自然语言处理和机器阅读理解。博士期间在 IJCAI、EMNLP 等国际顶尖学术会议上发表文章。

 针对机器阅读理解的高效性和鲁棒性研究 

近年来，抽取式机器阅读理解任务取得了显著的进展，最顶尖模型的性能甚至超过了人类。然而，当前方法却存在着效率低下、易受对抗样本攻击和无法拒绝给出答案等问题。在本报告中，我们将介绍如何利用知识蒸馏技术来提升阅读理解系统的效率和鲁棒性，并且讨论一个阅读+验证的框架来检测问题是否可回答。我们期望上述探索能够进一步增强阅读理解系统的实用性。

 林衍凯 / 清华大学计算机系博士生

林衍凯，清华大学计算机系博士生五年级，来自清华大学自然语言处理组，由孙茂松教授和刘知远副教授共同指导，主要研究方向为知识图谱表示、构建和应用。目前已在人工智能、自然语言处理等领域的著名国际会议 IJCAI，AAAI，EMNLP，ACL 发表相关论文多篇，Google Scholar 引用数超过 700。

 考虑噪音过滤的开放域问答

开放域问答着眼于从大规模的无标注文本中提取出给定问题的答案。现有开放域问答系统一般采用机器阅读理解技术对问题检索到的文本段落进行分析来提取出答案。但是，这些方法无法有效综合考虑不同文本段落的信息，还会受到文本段落中噪音的影响。此次报告，我们将介绍我们根据人类浏览、精读和总结的阅读模式提出的开放域问答模型，并介绍我们如何进一步利用有监督的数据帮助模型进行噪音过滤。

报名时间：即日起至 10 月 11 日 24:00

活动时间：10 月 13 日（本周六）09:00 - 12:00

清华大学信息科学技术大楼（FIT楼）二层多功能报告厅，请从 FIT 楼西门进入

 1 / 报名方式 

长按识别二维码，马上抢占名额！

 2 / 活动名额 

1. 因场地有限，本次活动仅接受 120 位 用户凭电子门票二维码入场；

2. 为了公平起见，我们将在 10 月 9 日至 10 月 11 日期间，每天 13:00 放出 40 个报名名额；

3. 活动采取审核制报名，我们将根据用户研究方向与当期主题的契合度进行筛选，通过审核的用户将收到包含电子门票二维码的短信通知；

4. 如您无法按时到场参与活动，请于活动开始前 24 小时在 PaperWeekly 微信公众号后台留言告知，留言格式为放弃报名 + 报名电话；无故缺席者，将不再享有后续活动的报名资格。

清华大学计算机科学与技术系

PaperWeekly

中国中文信息学会青年工作委员会

图灵教育

?

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。

▽ 点击 | 阅读原文 | 立刻报名