交流动态

当前位置:首页 > 合作交流 > 交流动态

周光有副教授来我校做题为“基于深度神经网络的转移学习方法在交叉语言与交叉领域情感分析中的应用研究”的学术报告

发布日期:2016-11-09 发表者:辛西 浏览次数:6062次

    (文|通讯员刘峰)11月8日下午4时,在逸夫楼C座314,华中师范大学周光有副教授来我校做了题为“基于深度神经网络的转移学习方法在交叉语言与交叉领域情感分析中的应用研究”的学术报告。信息学院党委书记李向东、院长张红雨及相关领域的老师及同学们参加了报告会。


    周光有副教授首先介绍了其课题组在层级文本语义分析和融合领域的研究内容,并从基础文本分析支撑技术、实体层语义分析方法、事件语义及观点语义分析方法、话题层语义分析方法等方面做了详细论述。以此为基础,周光有谈论了构建深层问答系统过程中所用到的基于文本语义分析的答案验证、集合概率和逻辑的语义推理、基于文本语义分析的语义查询及基于文本意义分析的问题分析等一系列方法。


    随后,周光有副教授重点讲解了其在情感分析领域新近发表的2篇重要学术论文。情感分析指采用自然语言处理,文本分析及计算语言学的方法从文本中识别及提取主观信息的过程。针对跨语言的情感分类中存在的源语言及目标语言的公共特征空间缺乏的问题,周光有提出了基于深度神经网络的WSDNNs(Weakly shared deep neural networks)模型;针对跨领域的情感分类中存在的如何降低领域间差异性及手动标记开销这一关键问题,他提出了基于深度神经网络的BTDNNs(bi-transferring deep neural networks)模型。周光有表示,在模型构建过程中,首先利用深度学习理论提取源和目的语言或领域的特征向量,然后通过已有数据集训练出对这两个领域的特征向量空间进行转换的变换矩阵,进而实现利用已有语言及领域的知识去预测或分析目标语言及领域中相关内容的目标。


    周光有最后讲述了对其对深度学习的认识和思考,强调了深度学习在简化特征选择,可简洁融入语义级特征及方便解决语言模型的数据稀疏问题等方面的优势。他着重论述了如何将深度学习及自然语言处理方法与生物大数据处理相结合,并指出将生物学领域已有的先验知识用于深度学习模型的构建是解决问题的关键。报告会后,周光有副教授与在座师生进行了深入交流。


    【人物简介】周光有,湖北十堰人,博士,副教授,硕士生导师。2004年9月-2008年7月就读于东北师范大学计算机学院,获理学学士学位。2008年9月-2012年12月就读于中国科学院自动化研究所模式识别国家重点实验室,获工学博士学位。2013年1月-2014年5月在中国科学院自动化研究所模式识别国家重点实验室工作,任职助理研究员;2014年6月至今在华中师范大学计算机学院工作。2008年以来,一直从事自然语言处理、信息检索、数据挖掘以及机器学习等方面的研究工作。目前主持国家自然科学基金、北京市自然科学基金以及多个横向课题;作为科研骨干,参与了国家自然科学基金、863、973项目以及多个横向课题的研发工作。近5年来,在相关领域高水平SCI期刊和国际顶级会议上发表论文40余篇,其中第一作者发表论文30余篇。