【大咖说Ⅴ】陈文亮教授：基于语言理解的信息抽取研究

欢迎来到2022 CCF BDCI

大咖说系列专题报告

听顶级专家学者

围绕特定技术领域或选题

讲述自身成果的研究价值与实际应用价值

便于广大技术发烧友、大赛参赛者

吸收学术知识，强化深度学习

每周一、三、五

「大咖说」与你不见不散~

↓↓↓

本期大咖

陈文亮，苏州大学计算机学院教授、博士生导师，苏州大学人类语言技术研究所所长。2013年1月回国加入苏州大学计算机科学与技术学院。2005年-2010年在日本国立情报通信研究所担任专家研究员。2011年-2012年在新加坡国立信息通讯研究院担任研究科学家。近年来在国内外主要期刊杂志和学术会议上发表三十多篇学术论文，包括AI/NLP领域国际主要学术会议如ACL、AAAI、IJCAI、EMNLP、COLING等，国际顶级杂志如ACM/IEEE 杂志、Artificial Intelligence Journal等。曾在国际主要学术会议IJCNLP-2013和COLING-2014上作讲习报告（Tutorial）。出版英文专著一本，获得中国专利三项、美国专利一项。2020年获得钱伟长中文信息处理科学技术奖一等奖。2019年和2022年两次获得中国知识图谱大会CCKS最佳中文论文奖。

研究方向：信息抽取、知识图谱、KBQA

分享主题：基于语言理解的信息抽取研究

我们通常可以用数据库文档、单位文档、网络数据文档等各类文档进行信息抽取系统、常见问题检索、行业知识问答、说明书阅读等工作。我们一般采用三层框架：第一层是数据层，即各类文档；第二层是核心技术层，包括一些业界领先、全栈式、用户可定制的系列自然语言分析技术；第三层是服务层，即FAQ问题检索、知识问答服务、文档阅读服务、信息抽取服务等。

本次报告基于语言理解的信息抽取研究，研究目标是处理多模态文档数据、精准分析语言内部结构、对人类语言进行深层理解，以支持各种应用需求，主要从基于噪音标注数据的实体识别、基于噪音标注数据的关系识别、节约计算资源的事件抽取、基于信息抽取的相关应用四个方面展开介绍和分享。

具体内容请看陈老师的视频讲解小课堂~

希望大家听完老师的分享，能学以致用，应用到竞赛中打怪升级、实操进阶哟~