- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第二届CCF自然语言处理与中文计算会议(NLP
中国计算机学会《学科前沿讲习班》
第四十六期
面向大数据的自然语言处理与机器学习
2013年11月15日-17日 重庆
简介
自然语言处理(Natural Language Processing, NLP)与机器学习(Machine Learning,ML)一直是计算机科学,尤其是人工智能研究方向的两个核心问题。近几年来,互联网、社交媒体与移动平台的迅猛发展为传统自然语言处理与机器学习技术带来前所未有的挑战和机遇,使其成为学术界和工业界的研究热点。一方面,传统的自然语言处理与机器学习在基础研究方面取得了长足进展,为工业应用提供了有效的技术支持;另一方面,不断涌现的真实问题和大规模数据又呼唤更加有效的自然语言处理与机器学习技术。
本期CCF学科前沿讲习班《面向大数据的自然语言处理与机器学习》将邀请学术界和工业界的著名专家、学者对自然语言处理基础理论、方法和应用,面向自然语言的机器学习技术,以及当前面向大数据时代的热点问题进行深入浅出的讲解。目的是为青年学者和学生提供一个三天的学习、交流机会,快速了解本领域的基本概念、研究内容、方法和发展趋势。
本讲习班同时作为第二届CCF自然语言处理与中文计算会议(NLPCC 2013)的Tutorials,将围绕大会主题——“数据智能、知识智能与社会智能”,重点讲解自然语言处理基础、社会媒体和语言计算、NLP工业应用和典型案例、面向NLP的机器学习、Deep Learning以及深层神经网络计算等内容。
学术主任
张民,苏州大学教授
李沐,微软亚洲研究院研究员
协办单位
重庆大学
苏州大学
微软亚洲研究院
日程安排
================
????年????日:自然语言处理和机器翻译
8:30-9:00 开班仪式、合影
第一讲 自然语言处理:基础技术与互联网创新 万小军 北京大学 副教授
第一课 09:00-10:20 自然语言处理基础
第二课 10:40-11:40 语义计算和篇章分析
第三课 11:40-12:00 互动问答
第二讲 大数据时代的机器翻译 刘 洋 清华大学 副教授
第一课 13:30-15:30 机器翻译概况、基于词和短语的方法
第二课 16:00-17:30 基于句法的方法和未来发展趋势
第三课 17:30-17:50 互动问答
==============
????年????日:社会计算与自然语言处理应用
第三讲 社会网络计算及社会影响力分析 唐杰 清华大学 副教授
第一课 09:00-10:20 社会网络计算基础
第二课 10:40-11:40 社会网络计算之社会影响力分析
第三课 11:40-12:00 互动问答
第四讲 自然语言处理工业应用/开发实践
第一课 13:20-15:20 大数据时代的智能问答和搜索 张阔 搜狗 研究员
第二课 15:40-16:40 大数据时代的搜索广告查询分析 胡云华 阿里 研究员
第三课 16:40-17:40 大数据下的广告排序技术及实践 蒋龙 阿里 研究员
第四课 17:40-18:00 互动问答
==============
????年????日:机器学习
第五讲 Statistical Machine Learning for NLP (统计机器学习与自然语言处理)
朱小槿 University of Wisconsin-Madison 副教授
第一课 09:00-10:00 Basics of Statistical Learning (统计机器学习基础)
第二课 10:20-11:10 Graphical Models (图模型)
第三课 11:10-12:00 Bayesian Non-Parametric Models (贝叶斯非参数方法)
第四课 12:00-12:20 互动问答
第六讲 Deep Learning - What, Why, and How 俞栋 MSR 研究员
第一课 13:40-14:40 Deep Learning: Premise, Philosophy, and Its
Relation to Other Techniques
您可能关注的文档
- 第三章春秋战国法律制度.ppt
- 第三章患者入院和出院的护理.ppt
- 第三章基因工程载体.ppt
- 第三章淀粉制糖工艺.ppt
- 第三章犯罪心理形成的原因.ppt
- 第三章电脑作业系统.doc
- 第三章中国法律的奠基.ppt
- 第三章环保实施规程的管理体系-Worldbankdocuments.doc
- 第三章病毒-中国养殖信息网.doc
- 第三章职务与级别.ppt
- 2025年中国锻铁围栏市场调查研究报告.docx
- 2025年中国椭圆型市场调查研究报告.docx
- 2025年中国无蔗糖原味豆浆市场调查研究报告.docx
- 2025-2031年中国泛在电力物联网行业发展运行现状及投资潜力预测报告.docx
- 2025年中国制袋机零件市场调查研究报告.docx
- 2025年中国智能除垢型电子水处理仪市场调查研究报告.docx
- 2025-2031年中国甘肃省乡村旅游行业市场深度研究及投资策略研究报告.docx
- 2025-2031年中国干海产品行业市场发展监测及投资战略规划报告.docx
- 2025年中国全铝图解易拉盖市场调查研究报告.docx
- 2025年中国人造毛皮服装市场调查研究报告.docx
文档评论(0)