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），软件学院办公楼201会议室

                   腾讯会议 ID：220 381 745

二、 主题：可持续学习的命名实体识别

主讲人：吴佳琪

摘要：命名实体识别是NLP中的一项重要任务。然而，在许多现实世界的场景中（例如，语音助手），新的命名实体类型经常被引入，需要重新训练NER模型以支持这些新的实体类型。当存储限制或安全问题限制了对数据的访问时，为新的实体类型重新标注原始训练数据可能是昂贵的，甚至是不可能的。本次介绍论文提出一种可持续学习的模型架构来解决上述问题。

时间和地点：5月22日10:00-11:00（星期六上午10点-11点），软件学院办公楼201会议室

                   腾讯会议 ID：220 381 745