一、 主题：以深度论文推荐相关方法为例的文献综述经验分享 主讲人：谢翌 摘要：经典的引文推荐模型可被分为三种主要方式：基于文本的过滤、协同过滤、基于图的推荐。这类方法往往受到数据稀疏、冷启动等困扰，无法为用户提供优质的推荐结果。近年来，相关科研人员将注意力集中到利用复杂的深度神经网络来进行引文推荐，捕获论文的语义表征和相关上下文信息，从而显著改善最终推荐结果。本次讨论班针对深度论文推荐问题，...
一、 主题：语言模型和RNN 主讲人：吴佳琪 摘要：本次课程的主题为语言模型和RNN，语言模型能够在给定已有词的情况下预测可能出现的下一个词，即对自然语言的概率分布进行建模。传统的n-gram和神经语言模型具有诸多弊端，本次讨论我们通过RNN的介绍引出序列语言模型，详述现在主流语言模型的建模方式。 时间和地点：11月10日16:00-17:00（星期二下午4点-5点），软件学院办公楼201会议
一、 主题：句法分析森林与关系抽取 主讲人：刘天元 摘要：关系抽取是信息抽取的基础任务，依存句法分析树一直被认为是其重要的特征来源。目前主要相关方法都使用了单一的句法树，在句法分析器不够准确的情况下会导致错误的积累等问题。本次讨论的两篇工作通过使用依存句法森林，探讨在领域迁移等句法分析器性能较弱的情况下，如何依靠依存句法进行关系抽取。 时间和地点：11月6日13:30-15:00（星期五下午1点30分-...
实验室2019届硕士研究生李相君同学的论文“A Sequence Embedding Method for Enzyme Optimal Condition Analysis”（作者：李相君#、窦智欣#、孙宇清*、王禄山、龚斌、万林。#共同第一作者，*通讯作者）被BMC Bioinformatics录用。BMC Bioinformatics是生物信息学和计算生物学领域的SCI二区期刊，IF=3.242，关注建模和统计方法在生物信息领域创新应用。本篇工作提出了基于氨基酸和序列结构信息的表示学习方法，通过对氨基酸序列...
一、 主题：反向传播和计算图 主讲人：夏天宇 摘要：首先介绍如何使用链式法则获得梯度，然后我们把神经网络方程表示成一个图，即计算图，反向传播就是沿着边应用回传梯度。最后举例介绍正向和反向传播的过程。 时间和地点：11月3日16:00-17:00（星期二下午5点-5点），软件学院办公楼201会议
