自然語言處理（Nature Language Processing，NLP），是計算機領域與人工智能領域中的一個重要方向。NLP 的主要目標是解決人機對話中的各種困難，讓計算機能夠理解人類的語言。NLP在發展過程中一共經歷了基于規則、基于統計機器學習、基于深度學習三個階段。隨著Transformer、Bert的出現，推動NLP進入到“黃金時代”。針對NLP的各種任務的研究愈發繁榮，大量研究成果不斷涌現，NLP在不同行業的應用逐漸深入。
自然語言處理是騰訊 AI Lab 的主要研究方向之一，研究能力也一直處于業界領先水平。總體而言，騰訊 AI Lab 的研究內容囊括從自然語言理解到生成的整個鏈條，另外還涉及到對 AI 系統可解釋性以及算法底層機制等理論研究。相關研究成果也一直在通過研究論文、開放數據集和開源代碼的形式向 NLP 及 AI 社區分享。在今年的ACL 2020上，騰訊AI Lab共有20篇論文入選，覆蓋對話及文本生成、機器翻譯、文本理解三大方向。
為了幫助大家更好地了解和學習騰訊AI Lab在NLP領域的研究進展，智東西公開課邀請騰訊AI Lab開設專場。「騰訊AI Lab專場」的前兩講，將分別由騰訊AI Lab高級研究員李丕績博士和宋林峰博士進行主講。
李丕績博士和宋林峰博士兩位騰訊AI Lab高級研究員今年均有論文入選ACL 2020。李丕績博士作為一作被收錄的論文為《Rigid Formats Controlled Text Generation》；宋林峰博士作為一作入選的論文為《Structural Information Preserving for Graph-to-Text Generation》。
9月3日，李丕績博士將基于入選論文，就《SongNet：格式控制下的文本生成框架》這一主題進行講解。他將圍繞文本生成技術的研究與挑戰、基于自回歸語言模型的格式控制文本生成框架SongNet，以及詩詞生成、歌詞創作應用案例展開解讀。
李丕績博士是騰訊AI Lab高級研究員，從事對話系統和文本生成相關的科研和落地相關工作。他主要研究自然語言處理領域的文本摘要、文本生成和對話系統方向，并在相關領域頂級會議和期刊發表多篇論文。同時，李丕績博士還擔任EMNLP 2020 summarization方向的Area Chair，并多次擔任ACL，EMNLP，NAACL，NeurIPS，SIGIR，TACL等會議和期刊的PC Member和審稿人。
9月9日，宋林峰博士將就《圖到文本生成任務中的通用型圖結構信息保存法》這一主題進行直播講解。他將圍繞圖到文本生成技術的發展與研究、基于重構圖模型的通用型圖結構信息保存法和在多類型圖到文本生成技術中的應用，進行詳細解讀。
宋林峰博士是騰訊AI Lab高級研究員，于2019年5月從羅徹斯特大學獲得博士學位，師從Daniel Gildea教授。他于2014年從中科院計算所碩士畢業，師從劉群博士。從2013年11月到2014年2月，他簡短的以研究助理的身份訪問在新加坡SUTD的張岳博士。他曾于2015、2017和2018年暑假在IBM沃森研究院Salim Roukos的團隊實習，Mentor是王志國博士。
適合人群
1、從事NLP方向的科研人員和高校老師
2、工業界NLP或機器學習方向的算法工程師和開發者
3、對NLP感興趣以及相關研究方向的高校學生
入群路徑
本次專場我們將設置討論群，并會邀請講師入群。加入討論群，你除了可以免費觀看直播、提前獲取課件之外，還能直接和講師認識及交流。當然，你還可以結識更多的技術大牛。
想要加入討論群的朋友，可以添加小助手小語（ID：hilele20）進行預約，備注“姓名-公司/學校/-職位/專業”的朋友可以優先審核通過哦。
