本论坛将于CNCC2019第一天，10月17日下午在苏州金鸡湖国际会议中心A210会议室举行，并邀请业内专家共同论道自然语言理解的挑战与机遇，它到底是人工智能皇冠上的明珠or前进道路上的拦路虎？值得期待！

论坛时长：13:30-17:00 论坛时长仅供参考，以实际安排为准。

论坛形式：演讲+讨论

预计论坛人数：200人

论坛概述：

自然语言在社会、经济和国家安全等领域中扮演着重要角色。随着人工智能的复兴，自然语言理解引起了人们的广泛关注，被誉为人工智能皇冠上的明珠。但是迄今为止，计算机的自然语言理解能力远逊于人类，尚不能满足相关需求。

虽然自然语言理解一直被认为是通向认知智能必由之路，但是一个巨大的挑战是：自然语言理解会否成为人工智能前进路上的拦路虎使得人工智能无法达到人们的预期而再次走向低潮？!

本论坛邀请业界资深大拿和年轻才俊探讨面向人工智能时代的自然语言理解未来。一方面，从词汇、句子、篇章等多层次分析自然语言理解基础研究所面临的挑战，另一方面从机器阅读理解、Q/A等经典应用场景探讨可能出现的机遇。

论坛主席：周国栋 教授

论坛主席简介：

周国栋，教授，博导，苏州大学自然语言处理实验室主任。研究方向：自然语言理解、信息抽取、自然语言认知等。

近5年，发表SCI期刊、CCF A/B类国际会议论文80多篇，主持NSFC项目4个(包括重点项目2个) 。据Google Scholar统计，论文引用超过7000次，曾担任国际自然语言处理领域顶级SCI期刊Computational Linguistics编委，目前担任ACM TALLIP副主编、《软件学报》责任编委、CCF中文信息技术专委会副主任委员、中国人工智能学会自然语言理解专委会副主任委员、中国语文现代化学会语言现代化与智能化研究会副理事长、苏州大学校学术委员会委员。

共同主席：奚雪峰 副教授

共同主席简介：

奚雪峰，博士，副教授，硕导，苏州科技大学智能控制与信息处理研究所副所长，苏州智慧城市研究院副院长。2000年8月毕业于江苏大学获得学士学位；2004年10月毕业于东南大学获得硕士学位；2017年12月毕业于苏州大学获得博士学位；2017年12月-2018年12月为美国普渡大学访问学者。研究方向：自然语言理解、自动问答、人机自然交互等。

主持或参与国家863项目、国家自然科学基金、省部级项目十余项。近年来在《计算机学报》、《计算机研究与发展》、NLPCC等国内外期刊及会议发表学术论文20多篇；授权发明专利3项。荣获2017年度江苏省科技进步三等奖、2016年度江苏省教学成果二等奖各1项。

目前共成功邀请四位来学术界和自工业界的专家学者，有：

京东集团人工智能研究院常务副院长 何晓东博士，

北京语言大学语言智能研究院院长/信息科学学院院长 荀恩东教授，

上海交通大学博士生导师 赵海教授，

复旦大学博士生导师 张奇教授。

荀恩东  北京语言大学，教授

讲者简介：

荀恩东,教授,博士生导师，北京语言大学语言智能研究院院长，信息科学学院院长，主要从事自然语言语言处理、智能语言学习技术研究和开发工作。目前研究兴趣为汉语句法语义分析。

报告题目：采用组块依存文法生成汉语意合图

演讲摘要：句法语义分析是语言智能核心研究工作，本报告提出了采用组块依存语法，计算汉语句子的语义关系，即采用意合图表示汉语句子语言单元之间的语义关系，这种意合图的表示方法，融合了知识图谱和事理图谱。构造意合图时采用组块思想，报告涉及到组块的概念、形式化表示和识别方法。通过识别句子中的组块和组块之间的语义依存关系，完成汉语语义分析目的。

何晓冬  京东人工智能研究院，京东集团技术副总裁，人工智能研究院常务副院长

讲者简介：

何晓冬博士是IEEE  Fellow、京东集团技术副总裁、京东人工智能研究院常务副院长、深度学习及语音和语言实验室的负责人。他还在华盛顿大学（西雅图）等处担任兼职教授。他的研究主要集中在人工智能领域，包括深度学习，自然语言处理，语音识别，计算机视觉，信息检索和多模态智能。他在这些领域发表了超过100篇学术论文，其工作包括深层结构化语义模型（DSSM）、分层注意力网络（HAN）、CaptionBot、Bottom-up Attention、AttnGAN等被广泛应用于语言，视觉，IR和知识表示等领域。他和同事多次赢得重要的人工智能挑战赛（包括2008 NIST MT Eval、IWSLT 2011、MSCOCO Captioning Challenge 2015、VQA 2017，etc.）及获得优秀论文奖（IEEE SPS 2018，ACL2015， etc.）。他在TACL及多个IEEE期刊担任编委，并在多个学术会议担任组委或领域主席。基于其在自然语言和视觉技术中多模态信息处理方面的贡献，他于2018年底入选国际电气和电子工程师协会会士。

报告题目：理解、问答、与对话 – 语言智能的演化

演讲摘要：近年来一系列的人工智能技术的创新极大推动了语言智能的发展。在此我将分三个层次介绍在自然语言理解领域的一些最新进展：（1）语言的理解，包括意图分类，识别，情感分析，等等。（2）问答，包括语义的表征和匹配，语义解析，端到端的语言推理与问答，及机器阅读理解。(3) 对话智能，包括回顾chatbot的历史进展，主要的对话系统框架，语言的生成，及对话状态的建模。最后我将结合京东的大规模智能情感客服对话系统探讨自然语言理解及对话技术在通向认知智能必由之路上所面临的机遇和挑战。

赵海  上海交通大学，教授

讲者简介：

上海交通大学计算机科学与工程系教授、博士生导师。研究领域包括自然语言处理和相关深度学习。发表论文130篇，近五年发表15篇ACL/NAACL。Google引用计数超过2,200次。ACM专业会员，中国计算机学会中文信息处理专委会委员，上海市计算机学会人工智能专委副主任，2014起PACLIC指导委员会委员。ACL-2016的出版事务主席、ACL-2017程序委员会Parsing领域主席，ACL-2018、2019形态和分词领域（高级）主席。

报告题目：从语言模型到机器阅读理解

演讲摘要：语言模型在早期的统计自然语言处理上曾发挥核心作用，作为核心组件广泛用于语音识别和统计机器翻译。深度学习引入自然语言处理以后，基于低维分布式向量表示的词嵌入大行其道，也取得了显著成果。在2017年以后，以ELMo和BERT为代表的语言表示（language representation）模型快速崛起，它继承了语言模型的训练方式，同时具有整句级别的编码和词嵌入表示形式。语言表示已经在包括各类语言结构分析（如句法、语义分析）以及机器翻译、机器阅读理解等任务上的巨大性能提升。其中，机器阅读理解是深度学习下的自然语言理解领域在最近几年才引入的新型任务，它已经被证明特别依赖于有效的编码器和语言表示。这个报告中我们将探讨语言模型、表示对于机器阅读理解的技术性影响，包括技术演化的时间线、现状和挑战。

张奇  复旦大学，教授

讲者简介：

张奇，现任复旦大学计算机科学技术学院教授、博士生导师。主要研究方向信息检索和自然语言处理。在ACL、SIGIR、TKDE、EMNLP等重要国际会议和期刊上发表论文共70余篇。作为第二译者翻译了《现代信息检索》（机械工业出版社，2012年出版）。目前为中国中文信息学会（CIPS）信息检索专委会常务委员、计算语言学专委会委员、社会媒体处理专委会委员、青年工作委员会委员，中国人工智能学会（CAAI）青年工作委员会委员。作为项目负责人承担了国家自然科学基金面上项目、国家自然科学基金重点项目子课题、863高技术发展计划子任务、 国家重点基础研究发展计划（973计划）、上海市教委、上海市科委、校企合作等40余项科研课题。获得了上海市科技进步二等奖、教育部科技进步二等奖、ACM 上海新星提名奖、IBM Faculty Award、中国中文信息学会钱伟长中文信息处理科学技术奖--汉王青年创新一等奖等奖项。

报告题目：智能问答现状与趋势

演讲摘要：智能问答系统的目标是自动回答用户所提出的各类问题，与现有搜索引擎的有很大的不同，系统返回的不再是排序的文档列表，而是精准的答案。近年来，随着机器学习特别是深度学习技术的快速发展，智能问答已经成为自然语言处理和信息检索领域研究的热点领域，成为倍受关注且发展前景广泛的研究方向。在本次报告中将介绍通用搜索引擎在从搜索走向问答的过程中所面临的挑战，智能问答的现状与趋势，探讨人与机器的差异及语言智能的未来。