报告主题：服务包推荐：从关系学习到组合语义获取报告时间：2021.6.11 9:00 -11:00报告地点：山东大学软件学院 教学楼5-108报告摘要：在现实推荐场景中，用户需要的往往不是单个服务，而是多个相关的服务。通过对服务潜在关系的学习，可以为用户提供一组具有互补性的服务；同时，两个或多个服务在一起时有可能“涌现”出新的语义，学习这种组合语义也有助于提高推荐的效果。报告中将对服务包推荐的一些问题进行探讨，也将介绍其...
报告主题：推荐系统研究的进展报告时间：2021.6.11 9:00 -11:00报告地点：山东大学软件学院 教学楼5-108报告摘要：推荐系统在工业界得到了广泛的应用，同时在学术界得到了深入的研究。本次报告将首先回顾推荐系统的基本模型和方法，然后介绍三个演讲者所提出的推荐模型，最后对推荐系统研究的挑战和目前的趋势做一简要介绍。杨波教授简介：杨波，于西安交通大学获得工学学士、工学硕士学位，于新加坡国立大学获得博士学位并从事...
报告主题：基于深度学习的可解释性推荐报告时间：2021.6.11 9:00 -11:00报告地点：山东大学软件学院 教学楼5-108报告摘要：近年来，随着深度学习在自然语言处理、语音识别和图像处理等领域取得的突破性进展，推荐系统研究也迎来了新的机遇。一方面，深度学习可以通过训练一种深层次非线性的网络结构，具有强大的从样本中学习数据本质特征的能力，能够获取用户和物品的深层次特征表示。另一方面，深度学习由于具有自动特征学习的...
一、 主题：文本生成主讲人：王舰摘要：预训练模型在不同类型的语言模型任务上进行训练，通常应用于文本理解型的任务而非生成型任务。将预训练模型应用于文本生成领域是目前的一个热点。本次讲的文章内容包括三个方面：预训练模型和文本生成任务的结合；一种有效利用预训练模型知识的方式；自回归生成文本时提升模型预测能力的方法。时间和地点：6月5日9:00-10:00（星期六上午9点-10点），软件学院办公楼201会议室 ...
一、 主题：基于依存句法的句法融入词汇表示主讲人：刘天元摘要：句法信息在自然语言处理任务中提供了非常有价值的词汇间关系信息。在神经网络NLP方法中对于句法信息的使用一直有各种不同的方式。本文提出了一种将句法信息融入词汇表示的方法，并与TreeRNN和树线性化两种常见的句法信息融入方式通过详尽的实验进行了比较。为句法信息融入和效果的验证提供了思路和参考。时间和地点：5月22日9:00-10:00（星期六上午9点-10点），...
