2018年11月10-11日, 中國中文信息學會2018學術年會暨理事會在北京隆重舉行,會上頒發(fā)了“錢偉長中文信息處理科學技術獎”,“青年創(chuàng)新獎”,以及中國中文信息學會“優(yōu)秀博士學位論文獎”。大會邀請了4位國內外著名專家做學術報告,還邀請了6位領域專家進行了主題為“自然語言理解”的專題討論。來自中教育部國家語委領導、學會支撐單位領導和中文信息處理領域的專家學者共300多人參加了本次會議。
大會開幕式及領導致辭
大會開幕式由中國中文信息學會副理事長兼秘書長、中國科學院軟件研究所孫樂研究員主持。中國中文信息學會理事長方濱興院士致歡迎詞,教育部語言文字信息管理司劉宏副司長和學會支撐單位、中國科學院軟件研究所肖作敏副所長作了講話,講話肯定了學會工作所取得的成績,同時從不同的角度分析了中文信息處理的應用需求與戰(zhàn)略發(fā)展。
頒發(fā)“錢偉長中文信息處理科學技術獎”
錢偉長中文信息處理科學技術獎是經科技部批準設立的中文信息處理領域的最高科學技術獎,主要授予該領域在基本方法或關鍵技術上有原始創(chuàng)新或重大突破,對推動我國中文信息處理事業(yè)或行業(yè)進步起到重要作用,創(chuàng)造出較大經濟效益或社會效益的項目或個人。2018年評選產生了“錢偉長中文信息處理科學技術獎”一等獎3項,二等獎1項。 其中3項一等獎分別授予了中國科學院西安光學精密機械研究所李學龍等完成的“海量媒體數據挖掘與安全態(tài)勢分析”、北京信息科技大學張仰森等完成的“智能化中文文本校對系統(tǒng)關鍵技術及應用”、中國科學院自動化研究所趙軍等完成的“大規(guī)模開放域文本知識獲取與應用平臺”,二等獎授予了中國民族語文翻譯中心何燕龍等完成的“維漢智能語音翻譯系統(tǒng)及其應用”。
頒發(fā)“青年創(chuàng)新獎”
“漢王青年創(chuàng)新獎”設立于2010年,主要授予在中文信息處理領域做出突出貢獻的青年學者。2018年該獎項分別授予了清華大學黃民烈副教授、復旦大學邱錫鵬副教授和中國科學院自動化研究所張家俊副研究員。
頒發(fā)中國中文信息學會“優(yōu)秀博士學位論文獎”
中國中文信息學會“優(yōu)秀博士學位論文獎”由北京拓爾思信息技術股份有限公司捐資設立,旨在鼓勵中文信息處理領域的博士研究生在讀博期間面向前沿方向、立足原始創(chuàng)新、開拓進取,勇創(chuàng)世界領先的研究成果。2018年優(yōu)秀博士論文獎分別授予了復旦大學陳新馳、中國科學院計算技術研究所范意興、清華大學毛佳昕、北京理工大學魏驍馳、中國科學院自動化研究所王少楠。他們的博士論文題目分別是:中文分詞的深度學習方法研究(陳新馳)、信息檢索中的相關性建模研究(范意興)、上下文感知的互聯(lián)網搜索行為分析(毛佳昕)、基于關系推理與文本理解的多視角特征融合答案選擇方法研究(魏驍馳)及文本向量表示方法研究(王少楠)。此外, 獲得“優(yōu)秀博士學位論文提名獎”的還包括哈爾濱工業(yè)大學郭江、哈爾濱工業(yè)大學(深圳)戶保田、清華大學羅成、北京大學樸敏浚、清華大學張檬。
精彩紛呈的特邀學術報告和專題研討會
本次學術年會上4位國內外著名專家給學會理事和代表們做了特邀學術報告,愛丁堡大學Mark Steedman教授(ACL 2018年終身成就獎得主)的報告題目是“The Lost Combinator”,主要就Combinatory Categorial Grammar (CCG)的發(fā)展、理論基礎及在自然語言處理領域的應用進行介紹;北京大學袁毓林教授的報告題目是“怎樣利用語言知識資源進行語義理解和常識推理”,報告通過具體案例說明《實詞信息詞典》已經配備了有關詞項的語義角色關系及其句法配置信息,并把這種語言知識加入知識圖譜和內容計算中,可以為人工智能提供理解和解釋;浙江大學丁鼐研究員的報告題目是“層級語言結構的認知神經加工”,介紹了大腦如何編碼語音中不同層級的語言單元、注意力如何影響大腦對不同大小語言單元的編碼以及如何通過融合自然語言處理技術來更深入的研究語言理解的腦機制;清華大學朱軍教授的報告題目是“不確定和對抗環(huán)境下的機器學習”,介紹了概率機器學習和深度神經網絡對抗性攻擊和防御等方面的一些進展,特別是珠算概率編程框架。他們從不同角度闡述了自然語言處理和中文信息處理領域的前沿動態(tài)及未來趨勢,深入分析了計算機、語言、認知等學科的充分交叉與融合,有力地促進了中文信息處理領域的理論創(chuàng)新、技術交流。
10日下午,進行了主題為“自然語言理解”的專題討論,由中國科學院軟件研究所孫樂研究員主持,該專題討論邀請了5位領域專家:丁鼐(浙江大學)、馬少平(清華大學)、史曉東(廈門大學)、詹衛(wèi)東(北京大學)、宗成慶(中國科學院自動化研究所),各位專家就“自然語言理解”所面臨的挑戰(zhàn)以及未來的發(fā)展方向進行了深入的探討。