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：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：文本生成前沿进展-事实准确性      主讲人：王舰      摘要：目前的文本生成尤其是长文本生成，比如摘要，往往存在着事实性错误，因此，研究如何提升文本的事实准确性和对事实准确性进行评估对文本生成具有重要意义。本次讨论班针对上述两个问题进行简要综述，并讨论在事实准确性上的研究热点。       时间和地点：10月30日13:30-15:00（星期五下午1点30分-3点），软件学院办公楼201会议室二、 主题：上下文相关词表...

一、 主题：无参数句嵌入       主讲人：杨涛       摘要：近年来，表示词的语义信息的词嵌入技术已在许多NLP任务上取得可喜成果，促使了在更长文本如句子和段落上寻求稳定语义嵌入工作的研究。目前的句嵌入研究可分为有参数和无参数两类大的方向。论文《Parameter-free Sentence Embedding via Orthogonal Basis》提出了一种新的无参句嵌入方法。通过对句子中词汇的新颖性、重要性、独特性进行数值度量，再对词嵌入加权求和获...