ACL2018首日：8大tutorial，深度强化学习最受关注|ACL2018(3)

将阐述近几年来对话人工智能系统上基于神经网络方法。对话系统分为三类：问答智能体；任务导向型智能体；社交机器人，在这一 tutorial 上会回顾最先进的神经网络方法，在基于神经网络的方法和传统符号方法之间建立联系，使用特定的系统和模型作为研究案例，来讨论我们所取得的进展和面临的挑战。
Tutorial 3：Variational Inference and Deep Generative Models
地址：https://github.com/philschulz/VITutorial#general
这一 tutorial 将对变分推理进行介绍，对如何使用变分方法来训练深度生成模型（DGMs）进行了详细讲解，包括一系列实际案例。同时，将提及这些学习算法所需的数学背景，提供实现指南。也将介绍连续和离散变量模型。
Tutorial 4：Connecting Language and Vision to Actions
地址：https://lvatutorial.github.io/
这一 tutorial 将介绍结合文本和视觉理解的多模式任务和数据集，会为大家带来现有的 image captioning、视觉问题回答 (VQA) 和视觉对话等任务的最先进技术，评价训练模型时主要的模块 (如 co-attention ) 和一些最新算法 (如一些合作/对抗博弈)。然后，将讨论结合语言、视觉和动作在当前面临的挑战和即将面临的挑战，并介绍一些最新发布的用于此类研究的交互式 3D 模拟环境。
Tutorial 5：Beyond Multiword Expressions: Processing Idioms and Metaphors
Tutorial 主讲人 Valia Kordoni 表示，这一 tutorial 的目标受众是机器学习、解析 (句法和语义) 和语言技术方面的研究人员和实践者，并不一定需要是习语和隐喻方面的专家。这一 tutorial 的目的是建立与会者对如下几点的清晰认知：习语和隐喻的语言特点；使用当前领先 NLP 技术的习语和隐喻计算模型；深度学习和自然语言处理之间的相关性；未来将要做的一系列工作。
Tutorial 6：Neural Semantic Parsing
地址：https://github.com/allenai/acl2018-semantic-parsing-tutorial（待更新）