直播 | CMU博士后刘鹏飞：文本生成任务十大发展趋势（2020-2021）

「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

本期 AI Drive，我们邀请到卡耐基梅隆大学博士后刘鹏飞，为大家带来文本生成任务十大发展趋势（2020-2021）专题直播。对本期主题感兴趣的小伙伴，本周二晚 7 点，我们准时相约 PaperWeekly B 站直播间。

直播信息

在 BERT，BART，GPT 家族相继登陆 NLP 领域后，他们所能提供的强大的编码和解码能力快速地推动了文本生成任务的发展。在这个报告中，我将对最近文本生成任务的发展趋势进行总结，并分享我们近两年在文本摘要领域和自动指标设计领域的一些探索经验，以及我们在 ACL 2021 中的 Best Demo Paper 相关内容，帮助大家梳理这个领域的一些研究线索。

本次分享的具体内容有：

模型篇
任务篇
评价篇

嘉宾介绍

刘鹏飞 / 卡耐基梅隆大学博士后

刘鹏飞，目前在卡耐基梅隆大学进行博后研究。主要研究领域：信息抽取，文本生成，系统的可解释评估与诊断。在自然语言处理顶级会议发表学术论文多篇。担任 NAACL/EMNLP/NeurIPS 2021 的领域主席。曾获得人工智能学会优博，上海市计算机学会优博等多个奖项荣誉。

直播地址 & 交流群

本次直播将在 PaperWeekly 视频号和 B 站直播间进行，扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，在 PaperWeekly 微信公众号后台回复「AI Drive」，即可获取入群通道。

B 站直播间：

https://live.bilibili.com/14884511

合作伙伴

????

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

直播 | CMU博士后刘鹏飞：文本生成任务十大发展趋势（2020-2021）相关推荐

文本分析软件_十大针对机器学习的文本注释工具与服务，你选哪个？
房地产和键 [51CTO.com快译]目前,从搜索引擎与情感分析,到虚拟助手与聊天机器人,机器学习应用场景中的许多研究领域,都需要通过文本注释工具与服务来提供准确性.在AI研究与开发行业中,发现或创建 ...
SQuAD文本理解挑战赛十大模型解读
在斯坦福大学发起的 SQuAD(Stanford Question Answering Dataset)文本理解挑战赛中,微软亚洲研究院和阿里巴巴的 R-NET 模型和SLQA 模型在 EM 值(表示 ...
CMU 刘鹏飞：NLP的第四范式
近两年,基于预训练+精调的研究范式,迅速席卷了整个 NLP 领域.这种研究范式被大家普遍认同为是 NLP 研究的革命性范式,在此之前则有"专家系统"."统计模型" ...
给研究思路就能推荐数据集，还能分析语料“毒性”，CMU博士后等人推出NLP数据处理神器...
明敏发自凹非寺量子位 | 公众号 QbitAI 说出你的研究思路,就能给你推荐合适的数据集: 当然还可自己按需检索,同时标出不同数据集的热度: 更厉害的是能直接帮你分析数据集. 语料中是否包含仇 ...
【文本生成】评价指标：BARTScore
这篇论文出自2021 NeurIPS,通讯作者是卡耐基梅隆大学博士后刘鹏飞(prompt综述作者),论文全名:<BARTSCORE: Evaluating Generated Text as T ...
大小是否对自然语言文本生成很重要
OpenAI GPT-3 has 175 Billion parameters. Microsoft has leapfrogged GPT-3 with Turing-NLG with 1,000 ...
刘鹏飞袁玮哲：自动生成论文评审意见！AI可以取代审稿人吗？
2021一开年,众多顶会投稿截止日期也在日渐邻近. 各大AI顶会论文呈现井喷之势的同时,审稿人们也在花费越来越多的精力在审稿过程中.作者们越来越普遍地开始抱怨会议中的论文评审随机性增加.不公正现象出现 ...
《预训练周刊》第14期：World-GAN：Minecraft 世界的生成模型、CMU博士论文探究可控文本生成...
No.14 智源社区预训练组预训练研究观点资源活动关于周刊超大规模预训练模型是当前人工智能领域研究的热点,为了帮助研究与工程人员了解这一领域的进展和资讯,智源社区整理了第14期&l ...
大象在飞吗？如何解决AI作画中的歧义问题文本生成图像的消歧方法 Resolving Ambiguities in Text-to-Image Generative Models
自然语言天生包含固有的歧义.不同类型的歧义可归因于语法.词义.结构等等,这对文本生成图像的过程也会带来较大的歧义. 最近看到一篇文章研究如何解决文本到图像生成模型中的歧义问题,名为<Is the ...

直播 | CMU博士后刘鹏飞：文本生成任务十大发展趋势（2020-2021）

直播 | CMU博士后刘鹏飞：文本生成任务十大发展趋势（2020-2021）相关推荐

最新文章

热门文章