语义兴趣组简介

语义技术兴趣组（Special Interest Group on Semantic Technology， SIG SemTech）主要专注于自然语言处理及语义理解相关的前沿理论技术研究和应用实践，成员包括从事相关研究的科研人员、富有实践经验的企业开发人员、研究生及成绩优异的本科生，负责人为孙宇清教授。语义技术在信息检索、产品推荐、自然语言理解与翻译、舆情监督、金融服务、企业数据管理等各个方面有广阔的应用前景。语义兴趣组本学期的主要活动包含深度学习研讨班、前沿技术讨论班、技术分享交流会、科研课题、企业项目等，具体内容如下：

深度学习研讨班

随着大数据时代的到来以及计算力的发展，深度学习技术在处理各种问题上展现出强大的优势。本研讨班回顾深度学习相关基本数学工具、机器学习基本理论；系统深入地讲解深度学习的前馈网络、正则化、卷积网络、循环和递归网络、实践方法论等方法和技术；结合实验室现有的科研课题和企业项目开展技术难点讨论；针对自编码器、表示学习、蒙特卡罗方法、近似推断等前瞻性问题，进行研讨。本讨论班选用由全球知名深度学习专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville等撰写、人民邮电出版社出版发行的《深度学习》（花书）。这本书涵盖深度学习技术细节，涉及统计、优化、矩阵、算法、编程、分布式计算等多个领域，从技术、科学与艺术等不同角度诠释深度学习，蕴含了作者对深度学习的理解和思考，耐人回味，是深度学习领域奠基性的经典教材。

前沿技术讨论班

前沿技术讨论班面向研究生和优秀的高年级本科生，致力于语义计算相关领域的前沿理论和技术研讨，通过每周分享高质量文献，探讨前沿热点问题和学术进展，邀请国内外专家学者开展前沿讲座，以及从事相关研究的博士研究生和硕士研究生分享优秀成果，以帮助学生学习最新理论和技术，拓宽视野。

技术分享交流会

面向初期涉及深度学习的学生，语义兴趣组会定期举办技术分享交流会，通过学生之间的技术讨论和互助，解决在深度学习不同阶段遇到的问题和困难；参与学生也将轮流进行报告分享专业技术和学习经验。在互相交流的同时，提升学生合作沟通的能力，弘扬积极的学习氛围。

研究课题

1. 文本理解与推断
2. 基于海量文本数据的知识学习
3. 社会计算环境下的用户行为理解
4. 融合自然语言与知识图谱的联合推断
5. 自然语言技术在其他学科的应用

我们希望以语义兴趣组为载体，聚集语义技术相关专业人士和在校学生，通过内容丰富的科研和实践活动，拓宽学生知识面、扎实专业理论、提升实践能力，培养学生的专业兴趣、挖掘科研潜力。同时希望在研究项目和企业合作中，解决实际问题，推进产学研结合。