ACL2019Tutorial日现场见闻（附TutorialPPT下载）(4)

一天的教学讲座结束后，晚上有一个欢迎酒会，给参会者们提供社交空间。我们也在闲聊中惊喜地发现了来自国内外的数位 AI 研习社内容的关注者。
全部教学讲座内容介绍及下载
我们把全部教学讲座的内容概要介绍如下。文末附有全部 9 个教学讲座的 PPT 的下载链接。
教学讲座 1: Latent Structure Models for Natural Language Processing，用于自然语言处理的隐含结构模型
对于处理复合数据、挖掘语言学结构、构建NLP数据处理流水线来说，隐含结构模型是一类非常有效的工具。它们有两大优点：它们可以在训练的时候集成结构偏倚，这可以让模型更加准确；它们也能够找到隐含的语言学结构，这带来了更好的可解释性。
这个教学讲座会介绍离散隐含结构模型在近几年中的发展情况。内容具体为，首先介绍一些现有方法的动机、潜力和限制，然后详细讨论设计这类模型的三种策略：梯度逼近（gradient approximation），强化学习，以及端到端的可微分方法。讲座中将会重点介绍这些方法之间的联系，并历数它们的优缺点。讲解到的这些方法都已经使用在了情感分析、自然语言推理、语言建模、机器翻译、语意解析等等许多NLP任务中。随着示例和评价结果的讲解，NLP实践者将会更了解哪种方法是适合解决自己的问题的。
教学讲座 2: Graph-Based Meaning Representations: Design and Processing，基于图的意思表征：设计以及处理
（北京大学孙薇薇老师也是这个教学讲座的演讲者之一）
在过去的几年中，以有标签的有向图（labeled directed graphs）的形式编码并处理句子意思的方法得到了极大的关注。这个方向上的做出成果的研究框架有不少，包括抽象含义表征（Abstract Meaning Representation）、最小递归语意的基于图的呈现（graph-based rendering of Minimal Recursion Semantics）、双向词法语意依赖性图（Bilexical Semantic Dependency Graphs），以及通用感知认知标注（Universal Conceptual Cognitive Annotation）。