点击上方，选择星标或置顶，每天给你送干货！

阅读大概需要5分钟

跟随小博主，每天进步一丢丢

张岳老师

浙江西湖高等研究院

个人主页 https://frcchang.github.io/index.html

导读

贾晨、梁小波的论文领域为跨领域命名实体识别，其被录用的论文信息如下：

文章名：Cross-Domain NER using Cross-Domain Language Modeling

作者列表：贾晨，梁小波，张岳

主要内容：本文工作的主要想法在于利用大量的易于获得的未标注文本资源训练跨领域的语言模型，从而实现源领域和目标领域之间的知识迁移。该工作通过构建参数生成网络来实现命名实体识别任务和语言模型任务以及源领域和目标领域之间的模型参数共享，达到了同时跨任务和跨领域的效果。实验证明，我们提出的模型不仅可以适用于目标领域标注数据少的情况，同样可以适用于目标领域没有任何标注数据的情况。本文最终在两个公开的生物领域数据集上达到了最高的标注结果，并且在科技新闻领域数据集上显著优于其他无监督的迁移学习模型。

张源的论文领域为情感分析，其被录用的论文信息如下：

文章名：Tree Communication Models for Sentiment Analysis

作者列表：张源，张岳

主要内容：Tree LSTM模型广泛应用在基于树的情感分析中。但是传统的Tree-LSTM模型只捕捉到了自底向上的依赖。在本文中，我们提出了基于图神经网络的Tree Commutation模型，树结点直接可以充分进行交互。实验表明，我们的方法不但效果优于Tree-LSTM，而且提供了更加一致的情感分析结果。

张力文的论文领域为情感分析和论点挖掘，其被录用的论文信息如下：

文章名：Latent Variable Sentiment Grammar

作者列表：张力文, 张岳, 屠可伟

主要内容：本文提出了一系列情感语法，用于使用神经网络明确地模拟情感组成。与情感分析领域目前中最好的模型相比，该工中提出的具有细粒度情感建模、显式建模的模型展示出更好的性能。并且，通过嵌入EMLo，论文中的最终模型与当前最佳结果相比提高了1.3个点。

王存翔的论文领域为常识推理，其被录用的论文信息如下：

文章名：Does it make sense? A pilot study for sense making in NLP

作者列表：王存翔, 梁帅龙, 张岳, 李孝男，高天

主要内容：在人工智能领域引入“常识”，是近年来越来越受研究者重视的方向。本文研究重点为“常识”在自然语言处理领域的应用，提出了鉴别当前AI是否拥有常识判断能力的标准和方法，相比其它现有的相关工作，该项工作更直接、更切合人类认知。此外，该工作让AI在给出常识判断时，同时也给出判断依据和理由，这也是相关领域的开创性工作。

刘啸的论文领域为事件抽取，其被录用的论文信息如下：

文章名：Open Domain Event Extraction Using Neural Latent Variable Models

作者列表：刘啸, 黄河燕, 张岳

主要内容：该论文考虑的是开放域事件提取，即从新闻集群中提取无约束类型事件的任务。论文中构建了一种新的隐变量神经模型，该模型可扩展到用于非常大的语料库， 结果表明，与现有的事件模式归纳方法相比，该工作所提出的无监督模型具有更好的性能。同时，作者收集并人工标注了一个带有各种事件类型和可解释事件模式的大型数据集，数据集随论文一起发布。

另外，张岳老师和澳门大学Derek F.Wong教授合作文章的领域为机器翻译（Machine Translation），文章基于自注意力网络，提出了混合注意力方法，用于权衡局部和全局信息对源句子表示生成的作用。文章还分析探讨了局部和全局信息在不同的编码层和词表示生成中的贡献。

参考：

https://www.wias.org.cn/chinese-detail-370-10733.html

推荐阅读：

【一分钟论文】 NAACL2019-使用感知句法词表示的句法增强神经机器翻译

【一分钟论文】Semi-supervised Sequence Learning半监督序列学习

详解Transition-based Dependency parser基于转移的依存句法解析器

经验 | 初入NLP领域的一些小建议

学术 | 如何写一篇合格的NLP论文

干货 | 那些高产的学者都是怎样工作的？

一个简单有效的联合模型

近年来NLP在法律领域的相关研究工作