2019年5月23日，受中科院自动化所宗成庆研究员的邀请，滴滴出行（洛杉矶）自然语言处理团队的首席科学家Kevin Knight在智能化大厦三层报告厅作了主题为“Studying Recurrent Neural Networks for Natural Language Processing”的学术报告。自动化所六十余位老师和学生参加了此次报告会，报告现场气氛活跃，大家热烈互动。
自然语言处理是人工智能领域研究的核心内容之一，近年来取得了快速进展和广泛应用。此次报告从神经网络语言模型与传统自动机方法的对比讲起，引入目前神经网络方法的核心问题，即模型不可解释性。此次报告围绕神经网络的可解释性，重点介绍四个问题：1.神经网络方法究竟学到了什么？2.它们怎么才能变得更好？3.理论上来说，神经网络模型能做什么？4神经网络方法可以具备创造性吗？针对这四个问题，Kevin Knight教授展开了详细介绍，内容涉及循环神经网络的数学基础、机器翻译、诗歌翻译等等。
图1
报告结束后，多位老师与同学在自然语言处理发展趋势、机器翻译模型、生成式模型的评价等问题上进行了深入交流。主要问题包括目前机器翻译中transformer模型与RNN模型的区别是什么，利用机器翻译系统来进行自动写诗的过程中是如何评价所生成诗歌的质量等。Kevin教授一一做出解答，为大家的研究工作提供了诸多宝贵经验和思想方法。
图2
|
