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13:30-14:30（星期三下午一点半-两点半）线上

腾讯会议 ID：690-7644-3039

一、 主题：多知识图谱实体对齐

主讲人：刘洋

摘要:知识融合旨在将知识图谱中的异构和冗余等信息进行对齐和合并，形成全局统一的知识标识和关联。实体对齐(Entity Alignment, EA)是知识图谱融合过程的关键技术，主要目的是发现不同知识图谱之间的等价实体。通过度量两个知识图谱中实体对的相似度，来判断实体对齐。

时间和地点：11月30日14:30-15:30（星期三下午两点半-三点半）线上

腾讯会议 ID：690-7644-3039

图文作者：李稳    责任编辑：孙宇清