是的！
没错！
线下沙龙第二站本周即将登陆
大北京
PaperWeekly携手
机器之心
共同带来一场
自然语言处理技术分享会
本次线下沙龙的关键词有
Chatbot + 事件抽取 + 机器阅读理解
怎么样？
是不是听上去就干货满满
更重要的是
报名完全免费
再不赶紧点击
阅读原文
报名怕是没有机会了
1
王守崑
王守崑，现任爱因互动科技发展有限公司创始人、CEO。爱因互动成立于 2016 年 6 月，致力于利用人工智能和自然语言处理技术向企业客户提供业界领先的对话服务，帮助客户提升销售转化，节省运营成本，改善用户体验。
在创办爱因互动之前，王守崑曾经在作为 CTO 和 CEO 参与了在线教育公司微学明日的创立和管理，负责整体运营。在此之前，王守崑在豆瓣网担任首席科学家和副总裁，负责豆瓣网整体算法架构设计和实施。王守崑毕业于清华大学自动化系，分别于 1999 年和 2002 年获工学学士和工学硕士学位。
对话机器人：算法、产品与商业实践
最近一段时间，对话机器人（Chatbot）和对话式用户界面（ConversationalUser Interface）吸引了很多学术界、工业界以及创业者和投资人的注意力，成为人工智能领域中较为活跃的方向之一。
本次分享从对话机器人的概念、历史沿革以及现状出发，深入介绍当前较为流行的检索式、任务式对话系统，以及生成式闲聊的算法基础和应用场景，并结合在本领域的创业实践探讨对话机器人实际产品落地和在商业环境中应用的得失。
2
陈玉博
陈玉博，中科院自动化所模式识别国家重点实验室助理研究员，2017 年获得中国科学院大学工学博士学位，研究方向为事件抽取、知识图谱和自然语言处理。在 ACL、EMNLP、COLING、CIKM、WWW 等国际重要会议发表论文多篇。参与国家自然科学基金重点项目、973 计划、863 计划以及多项企业（华为、讯飞、Docomo 等）合作科研项目的研发。
面向非结构化文本的事件抽取
为了让计算机理解文本语义，普遍的观点是通过注释语义信息，把非结构化文本转化成结构化文本，构建大规模的知识图谱。事件知识是知识图谱中不可或缺的一部分，如何从非结构化文本中抽取结构化的事件知识已成为眼下热门研究课题。
本次分享将首先介绍事件抽取的研究背景和意义，并简要回顾近年来国内外事件抽取的典型工作。然后介绍我们在事件抽取方向的研究进展。
3
崔一鸣
崔一鸣，科大讯飞研究院、哈工大讯飞联合实验室（HFL）研究员。主要研究方向为机器翻译、阅读理解、自然语言处理等相关领域，并在自然语言处理顶级及重要国际会议 ACL/COLING/NAACL 上发表多篇学术论文。曾多次作为主要研究人员参加国际机器翻译评测 IWSLT2012、IWSLT2014、NIST2015 并获得多项第一名，同时近期在斯坦福机器阅读理解挑战赛（SQuAD）中获得第一名。
机器阅读理解技术进展及展望
机器阅读理解是认知智能中的典型任务，是当今自然语言处理领域中非常热门的研究方向。本次分享首先回顾一下近期阅读理解任务的发展情况、介绍其中具有代表性的工作，同时重点介绍目前竞争最激烈的斯坦福 SQuAD 任务。最后将结合近期的文献，对机器阅读理解研究的未来发展方向进行展望。
9 月 2 日（本周六） 14：00—16：00
中关村创业大街 2 号楼 A 入口 4 层联想之星
