一、 主题：少样本学习的样本顺序敏感性和可控文本生成主讲人：韩雨辰摘要:本次分享的第一篇工作发现了在少样本学习中样本顺序会对性能产生影响。作者采用了语言模型构造探测集探寻性能较好的样本顺序并通过丰富的实验证明了该方法的有效性。本次分享的第二篇工作与可控本文生成有关，在解码阶段将多属性可控的文本生成问题转化为多目标优化问题，使用拉格朗日乘子和基于梯度下降的技术来生成所需的文本。时间和地点：11月30日1...

一、 主题：可控文本生成主讲人：郑璐阳摘要:本次讨论班分享的两篇论文都是和可控文本生成相关的。第一篇论文是设计了一个有效的多属性可控文本生成框架，其中包含的对比生成器、外部判别器和top-n加权解码都可以有效的提升生成文本的质量；第二篇论文则是提出了一个端到端的知识引导的学术论文评论生成框架，其中知识包含两种不同类型的知识，分别是概念图和引用图，模型借助知识可以生成质量更高的论文评价。时间和地点：11月...

一、 主题：文本哈希与层次化分类主讲人：黄钿摘要:本次分享的第一篇工作主要与文本哈希相关，由于其带来了相似性计算的高效性，文本哈希成为了许多大规模文本检索系统的关键组件。在第一篇工作中，作者采用了对比学习方法并引入ARM估计来构建文本哈希方法，并通过丰富的析构实验来证明了其有效性。本次分享的第二篇工作与层次化分类任务有关，层次化分类任务是一种特殊的多标签任务，该工作的主要思想是将传统的层次分类任务视...

一、 主题：基于图的主动学习和论文影响力评估主讲人：李稳摘要:这次介绍的两篇工作都是和图相关的。第一篇是针对图模型GCN和LP提出的基于可靠影响力的主动学习算法，首次将主动学习和影响力最大化相关思想进行结合。第二篇提出了一个通过构建知识图谱评估学术论文质量的模型，实验结果证明了模型的有效性。时间和地点：11月12日9:00-10:00（星期六上午9点-10点）办公楼201腾讯会议 ID：690-7644-3039一、 主题：可控文本生成主...

一、 主题：文本逻辑推理主讲人：郑威摘要:文本的逻辑推理需要识别文本中的关键逻辑结构并对其进行推理，近几年很多工作关注深度学习与神经符号规则推理的结合来处理文本逻辑推理任务。现有的逻辑推理方法主要集中于文本的上下文语义，或显示的建模逻辑推理过程，后者如LReasoner和MaxSAT方法等，MaxSAT直接建模一阶逻辑规则的神经推理框架，LReasoner则将隐式逻辑表达式用语言表达成自然语言，并结合预训练语言模型处理上述问...