一、 主题：文本哈希主讲人：黄钿摘要:传统的文本相似性计算是在原始矢量空间中进行的，可能无法用于大规模语料库，因为这些方法涉及高维空间中数值的高成本。本次讨论的是文本哈希。哈希是相似检索的一个有效方法，基于设计低维二值编码，从而为相似的文本打上相似的哈希码，并且计算哈希码之间的相似性仅需进行异或操作，效率较高。时间和地点：10月8日9:00-10:00（星期六上午9点-10点）办公楼201腾讯会议 ID：690-7644-3039...

一、 主题：主题模型主讲人：李稳摘要:本次介绍的两篇工作都是和主题模型相关的。第一篇工作提出了一个向神经主题模型融入外部知识的新策略，通过采用预训练加微调的形式提升了模型性能;第二篇工作提出了一个上下文相关的词组表示和主题挖掘的无监督对比学习框架，可以生成高质量的词组嵌入表示，并针对主题挖掘进行特定主题的微调。时间和地点：9月24日9:00-10:00（星期六上午9点-10点）线上 腾讯会议 ID：690-7644-3039一、 ...

一、 主题：深度学习学习资料及经验主讲人：吴佳琪摘要：推荐深度学习相关书籍、视频课程，讨论深度学习方向的学习经验时间和地点：1月7日10:00-11:00（星期五上午10点-11点），腾讯会议地址：922-305-896一、 主题：语义计算实验室课题介绍主讲人：孙宇清摘要：介绍语义计算实验室当前的应用型课题和研究型课题，讲解学生参与课题的方式时间和地点：1月7日10:00-11:00（星期五上午10点-11点），腾讯会议地址：922-305-896图文...

一、 主题：Question Answering主讲人：吴佳琪摘要：本次讨论班将介绍自然语言处理中的一个重要子任务---Question Answering。通过本次讨论班的学习，你将知道QA中常用的数据集及其形式，了解并分析QA中的经典模型和常用技巧。时间和地点：12月5日13:30-16:00（星期六下午1点30分-4点），软件学院办公楼201会议

一、 主题：NLP中的CNN主讲人：夏天宇摘要：本节课介绍CNN在NLP中的应用。首先介绍如何进行卷积和池化操作，然后具体介绍了CNN的一个应用——句子分类，最后介绍如何优化CNN的应用以及结合了RNN和CNN优点的QRNN时间和地点：11月28日13:30-15:00（星期六下午1点30分-3点），软件学院办公楼201会议