【独家】孙茂松:从机器翻译到古诗生成

简介:

[导读]本内容选自清华大学计算机科学与技术系党委书记孙茂松老师,在2017年4月6日清华大学的“编程之美挑战赛”启动仪式上的分享。由微软主办、电气电子工程师学会(IEEE)协办的2017编程之美挑战赛在清华大学拉开帷幕。已成功举办五届的编程之美挑战赛今年全面升级,旨在在人工智能时代帮助学生了解和学习最新的技术理念、动手实践热门的技术与开发工具,通过团体比赛的形式锻炼学生的协作沟通能力,进而提升青年学子以技术实践解决热点问题的综合能力。


文末附完整PPT获取方式

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1


后台回复关键词“古诗”,

下载完整PPT。


640?wx_fmt=png&wxfrom=5&wx_lazy=1


人工智能正在开启信息技术的一个全新时代,“编程之美挑战赛”围绕人工智能的新一代核心革命“对话式人工智能”展开,要求来自全国各大高校的学生以代表队的形式参赛,基于“微软机器人框架(Microsoft Bot Framework)”和“微软认知服务(Microsoft Cognitive Services)”等人工智能前沿技术与工具,为各自所在的院校打造人工智能对话机器人。


8月,评委会将在入围决赛的高校队伍中评选出“最美”人工智能机器人。优胜队伍除奖金外,还有机会获得在微软新视界平台上展示的机会。而各队最终完成的对话机器人也将有机会在所在学校投入使用,为学校和学生提供智能服务。


根据“2017编程之美挑战赛”的赛制规则,大赛分为资格赛、初赛、决赛三个阶段,即日起至5月5日,全国各高校在校学生均可以以1~4人的团队名义在官网报名参赛。资格赛阶段,参赛队伍需完成所有培训并参加测评,排名前五十的团队可以进入初赛。初赛阶段则要求参赛队伍开发出的智能问答机器人能够以文本方式回答用户用自然语言提出的各种问题,正确率排名前八位的代表队可晋级决赛。决赛阶段,各支代表队将在微软技术导师的指导下,更广泛地利用微软认知服务来完善作品。最终,大赛将从对话机器人的功能性、鲁棒性、技术利用性、用户界面设计、用户体验五个方面进行考评和展示,从而决出冠、亚、季军。决赛的评审结果预计于8月中旬正式公布。


自2012年起,微软编程之美挑战赛已经成功举办了五届,先后吸引了来自国内外的超过7.7万高校学生参加,促进了他们的能力提升与职业发展。除“编程之美”外,基于培养本地创新型人才的理念,微软亚洲研究院还推出了一系列面向青年的培养项目,如“明日之星”实习生计划、“微软学者”奖学金、微软学生俱乐部、“铸星计划”青年学者计划、联合培养博士生项目等。青年人才不仅是“编程之美”的展现者,更是“科技之美”的缔造者,未来,微软定将一如既往地为青年人才构筑通向更广阔科技世界的桥梁。


报名参赛和更多详细信息,请参考官方网站:

http://studentclub.msra.cn/bop2017/

同时也请关注大赛官方微信——微软学生俱乐部(微信号: MSRAMSC)及官方微博@编程之美挑战赛了解更多一手信息。


原文发布时间为:2017-04-21 

本文来自云栖社区合作伙伴“数据派THU”,了解相关信息可以关注“数据派THU”微信公众号

相关文章
|
1月前
|
机器学习/深度学习 自然语言处理 网络架构
神经机器翻译(NMT)
神经机器翻译(NMT)
18 2
|
7月前
|
人工智能 自然语言处理 语音技术
机器翻译
机器翻译
98 0
|
3月前
|
机器学习/深度学习 数据采集 自然语言处理
【NLP】Datawhale-AI夏令营Day1打卡:文本特征提取
【NLP】Datawhale-AI夏令营Day1打卡:文本特征提取
|
11月前
|
机器学习/深度学习 自然语言处理 文字识别
什么是机器翻译?(科普向)
什么是机器翻译?(科普向)
116 0
|
机器学习/深度学习 自然语言处理 算法
神经机器翻译的Subword技术
神经机器翻译的Subword技术
130 0
神经机器翻译的Subword技术
|
机器学习/深度学习 存储 人工智能
使用深度学习模型创作动漫故事,比较LSTM和GPT2的文本生成方法(上)
使用深度学习模型创作动漫故事,比较LSTM和GPT2的文本生成方法
155 0
使用深度学习模型创作动漫故事,比较LSTM和GPT2的文本生成方法(上)
|
机器学习/深度学习 缓存 自然语言处理
使用深度学习模型创作动漫故事,比较LSTM和GPT2的文本生成方法(下)
使用深度学习模型创作动漫故事,比较LSTM和GPT2的文本生成方法
260 0
使用深度学习模型创作动漫故事,比较LSTM和GPT2的文本生成方法(下)
|
机器学习/深度学习 自然语言处理 数据挖掘
论文赏析[ICLR18]联合句法和词汇学习的神经语言模型(二)
一般来说,自然语言是由词汇和句法组成的,但是标准的语言模型一般都只用RNN对词汇进行建模,句法信息都是隐式的学习到的,没有办法显式地拿出来使用。所以本文提出的语言模型的变体可以结合结构上的attention,在中间过程中学习到结构信息,然后这层结构信息可以拿来生成句法树,用来做无监督的句法分析。
论文赏析[ICLR18]联合句法和词汇学习的神经语言模型(二)
|
机器学习/深度学习 自然语言处理
论文赏析[ICLR18]联合句法和词汇学习的神经语言模型(一)
一般来说,自然语言是由词汇和句法组成的,但是标准的语言模型一般都只用RNN对词汇进行建模,句法信息都是隐式的学习到的,没有办法显式地拿出来使用。所以本文提出的语言模型的变体可以结合结构上的attention,在中间过程中学习到结构信息,然后这层结构信息可以拿来生成句法树,用来做无监督的句法分析。
160 0
论文赏析[ICLR18]联合句法和词汇学习的神经语言模型(一)
|
机器学习/深度学习 自然语言处理 数据挖掘
论文赏析[ICLR18]联合句法和词汇学习的神经语言模型(二)
一般来说,自然语言是由词汇和句法组成的,但是标准的语言模型一般都只用RNN对词汇进行建模,句法信息都是隐式的学习到的,没有办法显式地拿出来使用。所以本文提出的语言模型的变体可以结合结构上的attention,在中间过程中学习到结构信息,然后这层结构信息可以拿来生成句法树,用来做无监督的句法分析。 那么为什么要做无监督的句法分析呢?主要原因还是一些小语种标注语料太少了甚至没有,不能用监督句法分析来做。而且无监督句法分析学到的信息还可以用来增强语言模型或者更为下游的任务的性能,使它们能更好的融合句法结构信息。
175 0
论文赏析[ICLR18]联合句法和词汇学习的神经语言模型(二)