机器学习c语言：CNCC技术论坛 自然语言生成 机器写作背后的技术

机器学习c语言：CNCC技术论坛 自然语言生成 机器写作背后的技术特邀嘉宾报告摘要：机器写作近年来受到学术界和产业界的热捧，我们能看到各类研究方法和落地应用的兴起。本次讨论将探讨机器写作领域学术研究与产业应用之间的巨大鸿沟及其背后的原因，同时总结学术研究成果在实际落地应用过程中面对的困难以及可能的解决办法。万小军万小军，北京大学计算机科学技术研究所研究员，博士生导师，语言计算与互联网挖掘研究室负责人。研究方向为自然语言处理与文本挖掘，研究兴趣包括自动文摘与文本生成、情感分析与语义计算等。担任计算语言学顶级国际期刊Computational Linguistics编委，TACL常务评审，多次担任自然语言处理与人工智能领域一流国际会议领域主席（Area Chair） 或高级程序委员（SPC），包括ACL、NAACL、EMNLP、IJCAI、AAAI等。荣获ACL2017杰出论文奖、IJCAI 2018杰出论文奖、2017年吴文俊人工智能技术发明奖、CCF N

除了理解人类的语言，机器开始用自然语言生成对话、报道、诗歌、甚至议论文。本论坛旨在揭秘支撑人工智能文字创作背后的技术。

地点：杭州国际博览中心会议区二层新闻发布厅A

随着深度计算的发展，自然语言生成获得了新的发展机遇。从 2015 年开始，腾讯、今日头条、南方都市报等先后采用写稿机器人，单篇成文的速度可达到0.5秒。2014年以来，自然对话也被认为是下一代人机交互的关键技术获得了长足发展，开放域聊天机器人（如微软小冰）和客服型机器人（如阿里小蜜）均有上线的产品和海量的用户。对话生成近年来也在自然语言处理会议上逐渐升温。除此之外，研究人员对其他文体也做出尝试。2017年人类历史上第一本百分之百人工智能创作的诗集《阳光失了玻璃窗》正式出版，作者正是微软小冰。这个论坛，我们有幸请到了从事自然语言生成的一线科学家们，为大家揭秘支撑人工智能对话和写作的关键技术。

论坛主席

万小军

万小军，北京大学计算机科学技术研究所研究员，博士生导师，语言计算与互联网挖掘研究室负责人。研究方向为自然语言处理与文本挖掘，研究兴趣包括自动文摘与文本生成、情感分析与语义计算等。担任计算语言学顶级国际期刊Computational Linguistics编委，TACL常务评审，多次担任自然语言处理与人工智能领域一流国际会议领域主席（Area Chair） 或高级程序委员（SPC），包括ACL、NAACL、EMNLP、IJCAI、AAAI等。荣获ACL2017杰出论文奖、IJCAI 2018杰出论文奖、2017年吴文俊人工智能技术发明奖、CCF NLPCC青年新锐奖等多项荣誉或奖励。

报告题目：机器写作：从学术研究到落地应用的荆棘之路

报告摘要：机器写作近年来受到学术界和产业界的热捧，我们能看到各类研究方法和落地应用的兴起。本次讨论将探讨机器写作领域学术研究与产业应用之间的巨大鸿沟及其背后的原因，同时总结学术研究成果在实际落地应用过程中面对的困难以及可能的解决办法。

特邀嘉宾

秦 兵

秦兵，哈尔滨工业大学计算机学院教授、博士生导师。哈尔滨工业大学社会计算与信息检索中心副主任。中国中文信息学会理事、中国中文信息学会语言与知识计算专委会副主任，中国计算机学会中文信息技术专委会委员。主要研究方向：文本生成、知识图谱、情感分析等。在ACL、IJCAI、AAAI、IEEE TKDE、IEEE TASLP等国内外顶级会议及重要期刊上发表论文80余篇，主持多项国家基金委项目和国家科技部863项目，在NLPCC2018情感对话生成评测获的第二，主持开发了863项目语文卷答题系统。同时和多家互联网企业开展合作，多项研究成果进入企业产品。获中文信息学会钱伟长中文信息处理科学技术奖一等奖、黑龙江省技术发明一等奖、黑龙江省技术发明二等奖。

报告题目：高考作文中的议论文自动题意分析及生成

报告摘要 ：文本生成是目前的人工智能研究热点，高考议论文相比于其他文本生成任务，更加侧重于篇章的论点分析及篇章生成的内容组织。本次讨论重点关注高考作文中的立意分析、根据题意分析获得的论点及分论点以及进一步在此基础上生成议论文技术。

范 欣

范欣，腾讯新闻产品技术部算法中心总监，专家研究员。目前负责腾讯新闻的内容理解、个性化推荐和创新业务的算法。腾讯新闻写稿机器人Dreamwriter的技术负责人。2007年毕业于中科大-微软联合培养博士项目，有多年的搜索和个性化推荐的产品和研究经验。

报告题目：资讯内容理解和辅助创作

报告摘要：本次讨论将分享腾讯新闻在个性化推荐的背景下，完善资讯内容理解和兴趣表征的构建，并利用文本、图像、视频多模态内容分析，简化内容生产流程、提升内容产出效率和质量。以及算法在事实报道、简报、短视频等领域的自动创作的探索。从而分析研究如何更加有效地和一线产品业务结合，进行业务驱动下的研究结果落地。

武 威

武威，现任微软首席科学家，他于2012年加入微软亚洲研究院自然语言计算组，并于2016-2017年担任主管研究员。他于2007年在北京大学数学科学学院获得理学学士学位，并于2012年于北京大学数学科学学院概率统计系获得博士学位。他的研究兴趣包括自然语言处理，机器学习，以及信息检索。武威博士在ACL EMNLP AAAI IJCAI WSDM CIKM 以及JMLR等自然语言，人工智能，信息检索，以及机器学习的顶级会议期刊上发表超过25篇文章，并长期担任NIPS，ICML，AAAI， IJCAI， SIGIR，WWW，WSDM，KDD，ACL等顶级会议的程序委员会成员。他目前的研究的重心是自然人机对话。他为微软小冰第二代到第六代对话引擎贡献了核心算法。他最近的成就是带领团队研发了第五代小冰的生成模型以及第六代小冰的共感模型。

报告题目：开放域对话生成及在微软小冰中的实践

报告摘要：自然人机对话是自然语言以及人工智能的基本问题之一。近几年，随着深度学习以及强化学习的理论实践发展，基于人工神经网络的对话生成模型受到了学界和工业界的广泛重视。本报告主要介绍基于人工神经网络的开放域对话生成模型。报告内容涵盖开放域对话生成所面临的基本问题，针对这些问题的一些解决方案，以及报告人在微软小冰产品上的一些实践经验。

黄民烈