语义计算实验室2022春季学期讨论班（8）
一、 主题：few-shot NER
主讲人：吴佳琪
摘要:本次分享的两篇论文从不同的角度解决few-sho NER问题。一篇文章从实体概念描述生成角度出发，在少样本环境下，建立新类型和实体概念描述的映射关系，从而提高NER的性能。另一篇利用对比学习，从高斯嵌入的角度入手，学习更通用的实体特征表示，有助于few-shot场景下的NER
时间和地点：4月23日9:00-10:00（星期六上午9点-10点）
腾讯会议 ID：522-7068-6445
二、主题：引入情景化编码的对话知识定位以及预训练在任务域带来的提升
主讲人：黄钿
摘要：识别要在以长文档为基础的对话系统中使用的相关知识对于有效的响应生成至关重要。第一篇分享的工作引入了一种知识识别模型，该模型利用文档结构来提供对话上下文化的段落编码，并更好地定位与对话相关的知识。 辅助损失捕获对话文档连接的历史。 展示了的模型在两个以文档为基础的对话数据集上的有效性，并提供了显示对看不见的文档和长对话上下文的泛化的分析。第二篇工作研究了为目标任务的领域定制预训练模型是否仍然有帮助，并分析了相关实验的结果导向。
时间和地点：4月23日10:00-11:00（星期六上午10点-11点）
腾讯会议 ID：522-7068-6445
图文作者：杨涛 责任编辑：孙宇清