ACL2017犀牛鸟之夜 | 腾讯AI Lab科学家与华人学者畅谈NLP前沿

2017年7月31日-8月4日，第55届国际计算语言学年会ACL 2017（Annual Meeting of the Association for Computational Linguistics）在加拿大温哥华召开。在这场计算语言学盛会期间，中国中文信息学会青年工作委员会（CIPSC青工委）和腾讯AI Lab联合举办了“犀牛鸟之夜”活动，邀请黄伟道、宗成庆、薛念文、夏飞、赵东岩、朱晓丹、陈博兴等30余位海内外学者交流学术研究心得，探讨产学合作模式。活动由中科院自动化所刘康老师主持。

首先，CIPSC青工委副主任车万翔老师介绍了CIPSC青工委为青年学者搭建学术交流平台的使命，回顾了与腾讯高校合作团队在北京联合举办国内ACL 2017论文预讲会等历史，并指出犀牛鸟之夜开辟了CIPSC青工委走向国际化、组织海内外自然语言处理领域学术交流活动的先河。▼

腾讯AI Lab主任张潼博士向各位嘉宾介绍了腾讯AI Lab的研究战略。腾讯AI Lab建立在腾讯丰富的业务场景、海量大数据、强大计算能力和优秀的人才累积之上。从基础研究的角度，专注于机器学习、计算机视觉、语音识别和自然语言处理；从技术应用的角度，关注游戏AI，社交AI、内容AI和平台型AI。自然语言处理方面，腾讯AI Lab已在知识图谱、情感分析、垂直搜索、新闻推荐、聊天机器人和机器翻译等方面积累了丰富的核心技术和应用案例。整个团队目前有50多位AI科学家和200多位应用工程师。腾讯AI Lab希望携手学术界，在研究、应用以及开放平台等方面共同探索，Make AI Everywhere。▼

腾讯AI Lab副主任、西雅图实验室负责人俞栋博士也分享了西雅图实验室的情况。西雅图实验室目前专注于语音处理、自然语言处理和对话系统，聚焦重要难题的创新研究，希望通过技术突破提升用户体现，并产生新的应用场景。▼

腾讯高校合作总监刘婷婷女士介绍了腾讯犀牛鸟产学研合作计划。她以清华-腾讯联合实验室、哈工大-腾讯联合实验室和CCF-腾讯犀牛鸟基金为例，分享了腾讯持久深入开放的产学合作模式；并通过犀牛鸟精英研究生计划介绍了腾讯在研究型人才联合培养方面的努力和心得。▼

活动的自由交流环节围绕NLP研究前沿趋势和产学合作模式展开。以下是部分分享摘要：

朱晓丹，加拿大皇后大学（Queen's University）

深度学习自己能否解决自然语言处理？ 比如，作为一个核心问题的语义叠加(semantic composition),表面上是因为训练数据不够，实际上是与AI里很多潜在的(latent)，没有被建模好或结合好的问题相关，如迁移学习，因果分析等。将深度学习和其它方法结合起来，或许可以取得更多进展。在ACL-2017，我和Google Deepmind的Edward Grefenstette作了一个Tutorial，Deep Learning for Semantic Composition。 里面有一些讨论。Tutorial已经上载到www.xiaodanzhu.com,请参考。

彭楠赟，Information Science Institute (ISI)，南加州大学

除了研究什么方法可以更好地完成 NLP的经典任务，还有一个可以寻找课题的方向是，NLP可以做什么，enable什么。比如十多年前将NLP用于情感分析的前辈，就开辟了一个很有意义和影响的领域。

邱锡鹏，复旦大学

在某个领域一直坚持下来做很多年，有可能有一天会得到一个意外的惊喜（小编注：指论文入选ACL2017优秀论文）。此外，研究课题的选择与应用结合、实用性强会比较好，面向人造的任务有可能影响力会比较小，面向实用的技术有可能价值更大。

赵海，上海交通大学

大概十年前NLP的研究热点主要集中在社交媒体的应用，最近几年的热点是以深度学习为代表的基础方法对NLP的渗透和影响，目前典型任务基本都已经有了一些研究工作，也许几年之后就会有新的热点出现。

刘知远，清华大学

过去十多年，国内学者和学生在顶级会议上发表的论文越来越多，然而，跟国际顶级团队和学者相比，在原创性等方面还存在一定提升空间。基于犀牛鸟产学合作平台，面向腾讯丰富的应用场景，与其研究人员紧密合作，发挥高校和企业各自的优势，有可能产生更多开创性的研究和论文。此外，CIPSC青工委希望能帮助国内学者更好地宣传自己的工作，提高国内学者的学术影响力。

活动结束后，华盛顿大学夏飞教授等学者纷纷表示很喜欢犀牛鸟之夜的活动形式，希望未来能一直举办下去，为海内外学者搭建交流平台，深入了解企业研究战略和应用趋势，合作开展于学术有意义，于应用有价值的前沿研究。