ACL2019Tutorial日现场见闻（附TutorialPPT下载）(7)

教学讲座 7: Unsupervised Cross-Lingual Representation Learning，无监督的跨语言表征学习
在这个教学讲座中，我们对弱监督、无监督跨语言词表征领域的最新最前沿成果进行一次完整的综述。在简单介绍跨语言词表征的发展历史之后，我们会重点介绍以下内容：1，如何在资源非常有限以至于无法保证双语监督的情况下引入弱监督以及无监督的跨语言词表征；2，在无监督方法无法高效运行的情况下检验不同训练条件和要求的效果；3，用于弱关联性语言之间的更鲁棒的方法能够改善不稳定以及表现不佳的问题；4，如何全面地评价这些表征；5，介绍能从跨语言词表征中获得收益的实际应用。
教学讲座 8: Advances in Argument Mining，争论挖掘领域的进步
争论和辩论是文明社会以及智慧生活的基石。对争论的处理支持了政府的运行、构建了科学进步并形成了宗教信念。随着我们对争论的形成方式、解释以及造成影响的方式都有了更好的理解，现在也可以提出计算性的问题，探讨如何让机器建模并复制针对自然语言争论的识别、重建、解释、评价、推理过程。
这个讲座的目标是向学生们介绍这个在过去三年中经历了巨大进展的领域，讲解这段时间内的重要研究成果。争论挖掘建立在观点挖掘、情感分析的基础上，和它相关的不仅仅是提取出人们的想法，还有为什么他们会持有这些想法。这个领域如今有上百篇论文、数百万美元的商业和科研投资。
教学讲座 9: Storytelling from Structured Data and Knowledge Graphs : An NLG Perspective
在这个讲座中，我们将讨论把结构化数据以及知识库转换成自然语言话语的基础知识、方法论以及系统开发方法。这个讲座的内容包括了自然语言生成（NLG）任务的挑战和方法，尤其重点介绍了从（结构化）数据到文本的转换范式。
我们预计听众将有这些收获：1，如何用基础的以及最流行的NLP与NLG技术描述以及总结非语言化的或者有结构的文本数据；2，对一些开放性的问题有自己的见解，未来也许能够引向重要的科研成果。我们将对从数据到文本这一任务设定下的从数据表示技巧到领域适应方案等等的各种做法做整体的介绍，也会讨论传统的基于规则的、启发式的方法，以及现代的数据驱动的深度学习架构，以及对评价和质量预计进行简单的讨论。