2021年5月29日下午，“江苏省人工智能学会2021自然语言处理博士人才交流论坛暨JSAI-NLP走在徐州”通过腾讯会议成功举办。本次论坛由江苏省人工智能学会自然语言处理专业委员会和江苏师范大学计算机科学与技术学院（智慧教育学院）联合主办，徐州市计算机学会、徐州市人工智能学会协办。
图1 JSAI 2021自然语言处理博士人才交流论坛
论坛活动采用线上方式进行，利用腾讯会议平台进行直播。会议吸引了南京大学、苏州大学、东南大学、南京理工大学、中国矿业大学、江苏师范大学、苏州科技大学、山东大学等省内外知名高校师生，以及相关领域科技工作者参加，在线参会人数约100余人。论坛开幕式由江苏师范大学计算机科学与技术学院郝国生教授主持。自然语言处理专委会主任、苏州大学周国栋教授，江苏师范大学人事处董永权教授，专委会副主任、南京师范大学周俊生教授，专委会秘书长、苏州科技大学奚雪峰博士分别致开幕辞。
随后，来自省内南京大学、中国矿业大学、苏州大学、东南大学、南京理工大学等从事自然语言处理研究的5位博士生，围绕自然语言处理中小样本文本分类、粒子群特征选择算法、篇章修辞结构解析、知识库问题生成、端到端情绪原因问题匹配等热点问题分别作了精彩报告，分享相关最新研究成果。
图2 MEDA：一种为小样本文本分类设计的结合数据增强的元学习框架
来自南京大学的孙鹏飞带来题为“一种为小样本文本分类设计的结合数据增强的元学习框架”的学术报告。孙博士首先指出同一类别中文本具有多种表达方式，使得当前元学习方法的性能更容易受到每个类别样本数的影响。然后，为了解决这个问题，他们在元学习中引入了数据增强，产生增强样本以增加新类别的样本数量，并使训练样本多样化，进而提高了元学习在小样本情况下的泛化能力。孙博士目前就读于南京大学，主要研究方向为任务型对话系统，特别关注解决任务型对话系统中数据稀缺问题，并以第一作者身份在自然语言处理和人工智能顶级会议/期刊IJCAI/SSI上发表2篇论文。此外，他还热衷于开源分享和社区建设，参与开源项目在GitHub上累计获得超过1500+星标。
图3 问题知识驱动的粒子群特征选择算法研究
来自中国矿业大学的宋贤芳博士带来的报告题目是“问题知识驱动的粒子群特征选择算法研究”。宋博士首先介绍了在处理高维数据时，现有大部分特征选择方法仍面临两个主要挑战:(1)“维数灾难”问题(2)计算代价高。然后，宋博士提出了一种问题知识驱动的粒子群特征选择算法来解决上述问题。通过实验证明，在相同计算代价下所提算法可以得到高分类精度的特征子集，是一种高竞争力的特征选择方法。宋博士目前就读于中国矿业大学，主要研究方向为特征选择、群智能优化与应用。以第一作者身份在知名期刊《IEEE Transactions on Evolutionary Computation》、《IEEE Transactions on Cybernetics》和《Pattern Recognition》上发表论文三篇。
图4 面向篇章修辞结构解析的对抗学习算法
来自苏州大学的张龙印带来的报告题目是“面向篇章修辞结构解析的对抗学习算法”。张博士首先指出以往所有的篇章修辞结构解析器均在每个解析步骤进行一次局部决策来实现自底向上的节点合成或者自顶向下的分割点排序，仅通过这种局部决策构建整个篇章修辞结构树是远远不够的。然后，张博士在报告中提出通过评估整棵篇章树的优劣来实现对篇章修辞结构解析的全局优化。最后，研究表明，与最新的篇章修辞结构解析器相比，他们提出的解析器能够显著地提升解析性能。张博士目前就读于苏州大学，主要研究方向为自然语言处理、篇章分析。以第一作者身份发表CCF-A类国际顶级会议论文两篇、CCF-C类会议论文两篇，并以第二作者身份发表CCF-B类会议论文一篇。参与发表了中国专利和软件著作权各1例。目前为苏州大学自然语言处理课题组二年级博士研究生。
图5 基于知识增强、类型约束和语法引导的知识库问题生成
来自东南大学的毕胜带来的报告题目是“基于知识增强、类型约束和语法引导的知识库问题生成”。首先，毕博士指出目前基于编码器-解码器架构的方法仍面临的两个主要挑战。然后，毕博士介绍自己的工作是提出了一个基于知识增强、类型约束和语法引导的知识库问题生成模型来解决上述问题，并设计了一种新的奖励函数。最后，通过实验表明，毕博士提出的模型比现有的方法有很大的优势。毕博士目前就读于东南大学，主要研究方向为自然语言处理、知识图谱。已申请并受理专利5篇，授权软著1篇，并以第一作者身份在自然语言处理和知识图谱相关国际会议上发表论文三篇。曾在阿里巴巴达摩院担任研究型实习生，负责面向电商的文本生成研究。多次获得一等、二等学业奖学金及三好研究生、深交所奖学金。在国际国内赛事中，获得全球法律黑客松上海赛区冠军（2018年）、亚军（2019年）及睿聚杯全国高校法律科技创新大赛三等奖等奖项。
图6 基于滑动窗口多标签学习的端到端情绪原因配对抽取
来自南京理工大学的丁子祥带来的报告题目是“基于滑动窗口多标签学习的端到端情绪原因配对抽取”。丁博士在报告中介绍了他在情绪原因配对抽取领域的研究。首先，丁博士提出了两个用于ECPE任务的联合框架，并解释了多标签学习的窗口能以指定的情绪子句或原因子句为中心，并随着它们位置的移动而滑动。最后，两个框架被集成到一起以获得最终的结果。丁博士目前就读于南京理工大学，师从夏睿教授，主要研究方向为文本情绪分析，已在相关顶级会议ACL，AAAI，IJCAI，EMNLP上发表论文5篇，首次提出情绪-原因配对抽取任务，并获第57届计算语言学年会（ACL 2019）杰出论文奖。
每位博士汇报结束后，老师和同学们都积极讨论，会场气氛热烈高昂，大家收获满满。最后，江苏师范大学郝国生教授对本次论坛进行了总结并对大力支持和积极参与本次会议的专家学者和同学们表示了感谢。本次自然语言处理博士人才交流论坛圆满结束。
活动主办方江苏师范大学是江苏省人民政府和教育部共建高校，是江苏高水平大学建设高校。建校以来，全校师生秉承“崇德厚学，励志敏行”的校训，经过不懈努力，各项事业都有了快速发展。2020年，学校跻身《泰晤士高等教育》世界大学排名内地高校前50；列U.S.News世界大学排行榜中国（内地）大学第102位，“中国大学评价”第116位，综合实力和国际影响力日益提升。江苏师范大学计算机科学与技术学院，始建于1996年，位于环境优雅、风景如画的江苏师范大学泉山校区。学院现有教职工88人，其中专任教师72人，教授12人、副高级职称27人，博士生导师2人，硕士生导师40人，具有博士学位专任教师43人，具有海外学习背景专任教师33人。教育部教育信息化领域专家2人，省“333工程”培养对象2人，省“青蓝工程”中青年骨干教师3人，省“青蓝工程”中青年学术带头人2人，省“青蓝工程”优秀教学团队1个。学院现有计算机科学与技术、软件工程、智能科学与技术和教育技术学4个本科专业。
江苏师范大学计算机科学与技术学院热烈欢迎应届或往届博士，以及具有副教授或教授职称的博士前来合作应聘。
