一、 主题：问题生成

        主讲人：察胜男

        摘要：本文针对答案可知型NQG模型存在问题：模型生成的问题中会包含部分我们选定的答案信息，从而生成错误问题。所以从答案编码的角度做出改进，提出答案分离的方法，使用特殊标记来替换原始字段的答案。

二、 主题：NLP中的表示学习

       主讲人：刘天元

       摘要：基于上下文的词汇表示（Contextual Word Representations）在多种自然语言处理任务上取得了成功的结果。本文选择了多种上下文词汇表示模型，在十余种不同的NLP处理任务上进行了实验，来探究上下文词汇表示模型从语料中提取了何种信息，以及此类深度模型在任务间的可迁移性。

三、 时间和地点

   10月10日9:00-12:00（星期六上午9-12点）

   软件学院办公楼201会议室