当语言学研究目标发展到要解释人类语言能力的时候,神经语言学就应运而生了。因为神经语言学探讨脑与语言的关系,真正关注语言能力研究,有望解决“为语言系统及语言系统的使用提供物质基础的生理机制是什么”(Chomsky,1988)的问题。因此,当代理论语言学(主要是形式语言学)与神经语言学的研究目的在这里已合二为一了。
AI 科技评论消息,在上海科技企业孵化器 30 周年巡礼中国电子合作伙伴大会上,达观数据、上海交通大学、浦东软件园进行了产学研合作签约仪式,联合建立语言智能实验室。这一事件在雷锋网旗下学术频道 AI 科技评论数据库产品「AI 影响因子」上有相应加分。
我在找一个针对成熟的外行人来说内容丰富的答案(不要求长度)。 缩略表: AI(人工智能) = 构建能做智能事情的系统 NLP(自然语言处理)= 构建能理解语言的系统 ⊊AI ML= 构建能从经验中学习的系统 ⊊AI NLP ⋂ ML= 构建能够学习如何理解语言的系统 NLP能够解决AI中一系列的问题。 机器学习(ML)也能够解决AI中一系列的问题,这些问题的解决方案也有可能帮助解决其他AI问题。现在研究的AI中大部分涉及到ML,因为智能行为需要相当多的知识,并且学习也是得到相应知识的最简单的方法。 需要更多
请点击上面“思影科技”四个字,选择关注作者,思影科技专注于脑影像数据处理,涵盖(fMRI,结构像,DTI,ASL,EEG/ERP,FNIRS,眼动)等,希望专业的内容可以给关注者带来帮助,欢迎留言讨论,也欢迎参加思影科技的课程,可添加微信号siyingyxf或19962074063进行咨询。(文末点击浏览)
在Bill Watterson 1993年写的一篇报纸漫画中(Calvin and Hobbes),男孩Calvin对他的朋友Hobbes说:“奇怪的语言(Verbing weirds language)”。事实是,Hobbes (一只由Calvin的想象力制作成动画的毛绒老虎)理解这句话没有问题,读者当然也能理解这句话(这句话将形容词词做动词用了)。语言使用者经常处理人类语言的抽象问题,无论是将形容词变成动词(如连环画中的使用),是从陈述句中提出问题(比如:“你敢打我”是陈述句,但可以用疑问语气变成问句),还是从“昨天我在睡衣里看到一头大象”这句话中理解到双重含义。从实际使用看,人类的语言能力依赖于一系列复杂的抽象功能来理解这些模式:它们从语音特征到句法范畴都是抽象的。与其他认知能力一样,这些语言抽象功能在语言使用者的具体实践中被实例化。
一般认为计算语言学(CL)是语言学的一个分支,自然语言处理(NLP)是计算机科学的一个子学科。但是现在由于CL和NLP之间的界限越来越模糊,甚至两个领域的人常常去参加同样的会议,交流起工作来也完全没有障碍,于是一个问题出现了:NLP是跨语言学和计算机科学的交叉学科吗? 近日在NLP学术圈里,因为Twitter上的一个推文引发了对这个问题的一场小争论。 一、The Beginning 过程大概是这样的: 华盛顿大学著名的语言学教授Emily M. Bender在审核一篇跨语言应用的论文时,为作者数据集的混乱不
语言感知是人类语言处理复杂性的一个重要方面,同时它也是表达声音形式的主要方式,这里我们所指的语言特指的是以声音形式让我们感知又被我们传递的口语。我们都知道口语对社会交往至关重要。同时,在语言研究中口语也是第一性的,口语是语言研究中最重要的语言材料。但在当前研究中,语言研究尤其是神经语言学或心理语言学的研究其重点都放在语言的系统构成及其成分(语音、语义和句法等)等。对口语的神经机制的研究是较为缺乏的。
机器之心报道 编辑:魔王 在担任 Uber 首席科学家职位三年多后,Zoubin Ghahramani 宣布加入谷歌 AI。 今日,Uber 前首席科学家 Zoubin Ghahramani 宣布加入 Google AI,领导谷歌大脑团队。 谷歌 AI 负责人 Jeff Dean、谷歌 AI 成员纷纷转发评论,欢迎 Zoubin 的加入。 此时,距离 Zoubin Ghahramani 就任 Uber 首席科学家已经过去了三年多。但 Zoubin Ghahramani 的标签从来不只是 Uber 首席科学
人工智能发展迅速,近几年自然语言处理已经成为热门研究方向,根据这些会议和期刊上近10年发表论文的引用情况(根据Goolge Scholar)生成了高引学者列表,供大家收藏参考学习。
AI 科技评论按:随着定于 7 月 15 日的开会日期逐渐临近,自然语言处理顶会 ACL 2018 继公开了接收论文名单之后,今天也公布了包含 3 篇长论文 与 2 篇短论文的最佳论文获奖名单。
前言 “水是最好的”(Water is best),这句话是西方“科学和哲学之祖”泰勒斯(Thales,约公元前624年——公元前546年)的名言,无独有偶,与他同时代的东方圣人老子(约公元前571年-公元前471年之间)也曾说过 “上善若水”。正如东西方的这两位先贤对水的青睐一样,人类科技发展的初始动因也源自对水的利用,因对尼罗河、两河、恒河、黄河的开发治理诞生出了四大古国的灿烂文明,使得数学、物理、化学、天文、地理等科学技术知识纷纭而至。面对繁重的劳动量,人们发明制造出了可以减轻生理负荷的各种机械装置(
AI 科技评论按:斯坦福大学 NLP 组(Stanford NLP Group)昨晚发出公告,文本理解挑战赛 & 数据集 SQuAD 升级为 SQuAD 2.0,在原来基础上增加对抗性问题的同时,也新增了一项任务「判断一个问题能否根据提供的阅读文本作答」。新版本 SQuAD 2.0 由斯坦福大学计算机系 Pranav Rajpurkar, Robin Jia, Percy Liang 三人在获得 ACL 2018 最佳论文奖的论文《Know What You Don't Know: Unanswerable Questions for SQuAD》(https://arxiv.org/abs/1806.03822)中提出。SQuAD 页面的主题色也从玫红色更换为了蓝紫色。
机器之心原创 撰文:微胖 采访:李九喻 编辑:刘燕 在电影叙事中,语言成为一枚强大的武器,但是,Jessica Coon 认为语言仅仅是语言,让语言的回归语言。 Jessica Coon,加拿大麦吉尔大学语言学副教授,加拿大句法与原住民语言研究主席(Canada Research Chair in Syntax and Indigenous Languages,一种政府荣誉职位),玛雅乔尔语专家。主要从事句法和词法研究,对作格、分裂作格、格位与呼应系统、名词化、田野研究方法等尤为感兴趣。2004 年毕
在微博和知乎上关注自然语言处理(NLP)技术的朋友,应该都对#NLP太难了#、#自然语言理解太难了#两个话题标签不陌生,其下汇集了各种不仅难煞计算机、甚至让人也发懵的费解句子或歧义引起的笑话。然而,这些例子只是让人直觉计算机理解人类语言太难了,NLP到底难在哪里,还缺少通俗易懂的介绍。最近刚做完会议投稿,这里花些时间总结下我对这个问题的认识,期望对那些感兴趣NLP的同学有些帮助。欢迎批评意见和建议,未来争取不断更新。
机器之心原创 作者:微胖、李泽南 3 月 14 日,Uber 宣布了一项重要人事变动:机器学习领域知名学者,剑桥大学教授 Zoubin Ghahramani 出任 Uber 首席科学家。该公司称,Zo
农业的数据分析以后会越来越重要,因为分子数据的落地,包括分子标记辅助、GWAS和GS的应用,特别是基因组选择(GS)的落地,使得育种的效率大大提升,以后使用数据去育种将不再是纸面上冠冕堂皇的话,而是事实。
据外媒报道,在硅谷,聊天机器人的身影无处不在。人工智能的进步使得这些喜欢聊天的助手变成了现实。它们正在以各种不同的形式蓬勃发展。社交网络Facebook大大改善了其通讯应用Messenger中的聊天机器人。从某种意义上来说,正是语音控制的聊天机器人促成了个人助手如Siri出现在我们手机上,促成了亚马逊Echo智能音箱出现在我们的客厅里。这一切足以让你相信聊天机器人已开始渗透到了我们的日常生活中。 只不过,它们还没有变成主流。推动聊天机器人发展的技术以及与机器学习和人工智能相关的技术,在变成标准用户界面之
摘要:脑电图(EEG)和脑磁图(MEG)记录是研究人类神经反应的宝贵工具,但它们存在噪音,并可能受到多种过程的影响。为了解决这一问题,一个有效的方法是使用特定频率的刺激,并测量响应相位的一致性。本文描述了一种测量相位一致性的贝叶斯方法,并使用神经语言学的示例和模拟数据进行了阐述。本研究建议,与传统的统计方法相比,贝叶斯方法更具描述性和可解释性,并且在检测与刺激相关的差异时对参与者数量要求更低。
---- 新智元报道 编辑:桃子 好困 【新智元导读】NLP顶级专家、耶鲁大学Dragomir Radev教授去世。他一生桃李满天下,悉心指导过许多华人学生。计算机界对他的离开纷纷深切缅怀。 当地时间3月30日,耶鲁大学教授、著名计算机科学家、自然语言处理和人工智能领域顶级专家、Dragomir Radev去世。 他是2018年ACL会士、2015年ACM会士、2020年AAAS会士和2020年AAAI会士。 NLP领域顶级专家 Dragomir Radev,1968年8月7日出生于保加利亚索
1 First Blood 1、Ryan T. Mcdonald【Google】 个人主页:ryanmcd.github.io/ 学术成就:h-index: 55 论文数: 100 引用数 : 15672 个人介绍: 瑞安·麦克唐纳是谷歌的一名研究科学家,当前已经工作了10多年了!在谷歌之前,在宾夕法尼亚大学完成了博士学位,在多伦多大学完成了理学学士学位。主要研究方向是:用于机器翻译、问题回答、意见分析以及信息检索的核心算法和模型。 2、Lev Arie Ratin
随着人工智能不再是一个模棱两可的营销术语,而是一个更精确的意识形态,很多人被人工智能相关的各种术语所困扰。因此,我们为您介绍了人工智能世界中一些最重要的术语。
机器之心原创 编辑:吴攀、李亚洲 Gary Marcus 为机器之心 「2017 全球机器智能峰会」的重要演讲嘉宾。 演讲时间:5 月 27 日,14:50-15:10 演讲主题:Control Intelligence and Machine Intelligence 近年来,在计算机计算能力的指数级突破和数据量飞涨这两大因素的推动下,深度学习带来了人工智能的又一波浪潮。图像识别、语音识别、视频理解、自然语言理解、博弈、预测分析、内容生成…… 深度学习不断地在不同的应用领域创造着惊喜。 2016 年
语言学研究中的创新性应用人工智能(AI)技术已经引起了广泛关注。AI不仅在自然语言处理领域展现出强大的性能,还在语言学的多个方面提供了新的视角和解决方案。本文将深入探讨语言学研究中AI的创新,包括项目的背景、关键技术、实例展示以及未来发展方向。
过去十年间,仅靠简单的神经网络计算,以及大规模的训练数据支持,自然语言处理领域取得了相当大的突破,由此训练得到的预训练语言模型,如BERT、GPT-3等模型都提供了强大的通用语言理解、生成和推理能力。
计算语言学是一门结合计算机和语言学的交叉领域。在这一领域,有这样一位极为罕见的文理兼通、跨学科的研究型专家。他既懂得理科中的数学、物理、化学和计算机科学,又懂得语言学中的古代汉语、现代汉语、文字学、音韵学和普通语言学,深研过汉、英、法、德、俄、日等语言的语音、词汇和语法的自动处理,并把各方面的知识紧密地结合起来综合应用,在计算机上加以实现,完成各种研究任务。他在不同学科、不同语言研究中都取得重要的成就,分别成为这些学科的学术带头人。
AI 科技评论按:自然语言处理是一个高度跨学科的领域,包含了语言学、计算机科学、统计学等等许多传统学科的内容。在课堂中,自然语言处理的教师者们要根据课程长度、学生的水平、领域近期发展、课程目标甚至教师的个人兴趣选在涵盖哪些内容。形成的结果就是,同样是针对自然语言处理的课程,不同老师在不同学校教授的课程可能会完全不一样。
雷锋网 AI 科技评论按:自然语言处理是一个高度跨学科的领域,包含了语言学、计算机科学、统计学等等许多传统学科的内容。在课堂中,自然语言处理的教师者们要根据课程长度、学生的水平、领域近期发展、课程目标甚至教师的个人兴趣选在涵盖哪些内容。形成的结果就是,同样是针对自然语言处理的课程,不同老师在不同学校教授的课程可能会完全不一样。
【新智元导读】新智元日前对深度学习NLP领军人Chris Manning教授进行了专访。不同于传统观点,Manning教授认为语言并非只是基于规则的符号系统,语言是不断变化的,因此深度学习,尤其是分布式词汇表征,是研究NLP和语言学的好方法,而且成果巨大。Manning教授很高兴看到近来NLP领域涌现出很多结合语言结构和深度学习的工作,期待未来5年神经机器翻译将有大幅进展。我们正处在一个非常激动人心的时代,自然语言处理被视为机器学习和行业应用问题的核心。 虽然没有语音和图像那么猛烈,但深度学习已然席卷自然语
计算语言:人类语言技术学会北美分会2019年年会(North American Chapter of the Association for Computational Linguistics: Human Language Technologies/NAACL- HLT)于6月2至7日美国明尼阿波利斯举办。NAACL- HLT是A级同行评审会议,是继计算语言学协会(ACL)会议之后,计算语言学界的又一重要事件,即自然语言处理(NLP)。
👆点击“博文视点Broadview”,获取更多书讯 “研究范式”是由哲学家Thomas S. Kuhn 在1962 年《科学革命的结构》 一书中首先提出的。 Kuhn 认为,科学进步并不是累积式发展的,他提出一种新的发展模型,在该模型中,科学连续性的累积发展(Kuhn 将其定义为“正常科学”时期)会被“革命科学”打断,革命科学发现的“异常”(即显著不同于正常科学时期的思想、方法等)会直接导致新的范式。 Kuhn 因此将研究范式定义为学科内“科学家关于应该如何理解和解决问题的一套共同的信念与共识”。 Lin
来源:Google Research、Science 2016年10月18日, 世界人工智能大会技术分论坛,特设“新智元智库院长圆桌会议”,重量级研究院院长 7 剑下天山,汇集了中国人工智能产学研三界最豪华院长阵容:美团技术学院院长刘江担任主持人,微软亚洲研究院常务副院长芮勇、360人工智能研究院院长颜水成、北京理工大学计算机学院副院长黄华、联想集团副总裁黄莹、Intel 中国研究院院长宋继强、新华网融媒体未来研究院院长杨溟联袂出席。 【新智元导读】今天谷歌宣布推出谷歌神经网络机器翻译系统(GNMT),采用
选自Johns Hopkins University 机器之心编译 参与:Nurhachu Null、李泽南 近日,微软研究院公布的一篇新论文提出了一种新架构,它的内部表征(在执行文本问答任务时)可
1. 标题:Towards artificial general intelligence with hybrid Tianjic chip architecture
每天给你送来NLP技术干货! ---- 译者 | 谈修泽 单位 | 东北大学自然语言处理实验室 01 引言 NAACL 会议是 ACL 的北美分会,每年举办一次,也是 NLP 领域备受关注的顶会之一。NAACL 主要涉及对话、信息抽取、信息检索、语言生成、机器翻译、多模态、统计机器学习等多个方面。 本篇文章的作者Antoine SIMOULIN协助了NAACL 2022,他结合今年一些论文的情况,就大规模预训练语言模型的应用、表现、期望等做了概述,总结并思考了当今计算语言学的发展趋势、不足与挑战。 02 原
选自Nautil 作者:Christopher D. Manning 机器之心编译 机器翻译、聊天机器人等自然语言处理应用正随着深度学习技术的进展而得到更广泛和更实际的应用,甚至会让人认为深度学习可能就是自然语言处理的终极解决方案,但斯坦福大学计算机科学和语言学教授 Christopher D. Manning 并不这么看,他认为深度学习确实能在自然语言处理领域有很大作为,但却并不能取代计算语言学。 深度学习浪潮 这些年来,深度学习浪潮一直冲击着计算语言学,而看起来 2015 年是这波浪潮全力冲击自然语
机器之心整理 参与:思源、晓坤 昨日,乔治亚理工大学 Jacob Eisenstein 教授开放了自然语言处理领域的最新教材《Natural Language Processing》,该教材 2018 年 6 月第一版的 PDF 已经在 GitHub 上开放下载。这本书的内容主要分为四大章节,即 NLP 中监督与无监等学习问题、序列与解析树等自然语言的建模方式、语篇语义的理解,以及后这些技术最在信息抽取、机器翻译和文本生成等具体任务中的应用。 开放地址:https://github.com/jacobeis
王小新 编译整理 量子位 出品 | 公众号 QbitAI 学习人工智能相关技术该读什么书?这是量子位各个微信群中出现频率极高的问题。 今天,我们就从Dev-books搬来了一份有理有据的精选书单。 D
ShowMeAI为斯坦福CS224n《自然语言处理与深度学习(Natural Language Processing with Deep Learning)》课程的全部课件,做了中文翻译和注释,并制作成了GIF动图!
2018 NAACL语言学习建模竞赛对自适应学习技术的进步有巨大意义,AI 科技评论特邀秦龙博士,与他交流了大赛中的自适应领域最新研究成果。
2018年7月15日到20日,计算机语言学的顶级会议 ACL 2018 在澳大利亚的墨尔本召开,7月18日,随着ACL 2018最佳论文奖和终生成就奖的颁奖结束,ACL主会结束,接下来两天则进入Workshop环节。
雷锋网 AI 研习社按:第十六届北美计算语言学会议 NAACL 于 6 月初在美国路易斯安那州的新奥尔良召开。NAACL 是自然语言处理与计算语言学领域的顶级学术会议之一。在语言学习建模竞赛中,国内人工智能企业先声教育在英语组赛事中夺得第一。其他参赛者包括来自全球顶尖学术界和产业界的研究团队,如剑桥大学、纽约大学、加利福尼亚大学等。
艾弗拉姆·诺姆·乔姆斯基博士(Avram Noam Chomsky,1928 年 12 月 7 日—),麻省理工学院语言学的荣誉退休教授,发表的《生成语法》被认为是 20 世纪理论语言学研究上最伟大的贡献。
自然语言处理(NLP)或者计算语言学是信息时代最重要的技术之一。从网络搜索、广告、电子邮件到客户服务、语言翻译、虚拟代理、医疗报告等,NLP 的应用几乎无处不在。近年来,深度学习(或神经网络)在许多 NLP 任务上达到了非常高的性能,使用单个端到端神经模型就能完成许多任务,不再需要特定于任务的特征工程。
AI 科技评论按:继 2017 年的温哥华之旅后,ACL 2018 在澳大利亚墨尔本举办,举办地点为墨尔本会展中心,也是 IJCAI2017 举办地。
本课程是百度官方开设的零基础入门深度学习课程,主要面向没有深度学习技术基础或者基础薄弱的同学,帮助大家在深度学习领域实现从0到1+的跨越。从本课程大纲为:
了解科研动态、进行学术研究、发表研究成果最好的方法就是研读国际顶会论文。那么在自然语言处理方向上,有哪些值得关注的国际顶会呢?今天作者给大家整理了12个在NLP领域中,比较有影响的国际顶会。它们分别是:AAAI、ACL、ICLR、NeurIPS、ICML、COLING、EMNLP、IJCAI、EACL、NAACL、CoNLL、NLPCC。部分会议作者之前单独整理过也有论文列表下载,如有错误的地方欢迎批评指正。
根据斯坦福人工智能实验室官方Twitter消息,深度学习自然语言处理领军人、斯坦福教授Chris Manning将接替李飞飞,成为该实验室最新一任负责人。
最近,来自谷歌研究院和斯坦福HAI的大佬发文称,现在的大预言模型就是通向AGI的正确方向,而且现在最前沿的模型,已经拥有AGI的能力了!
自然语言处理是一门计算机科学、人工智能以及语言学的交叉学科。虽然语言只是人工智能的一部分(人工智能还包括计算机视觉等),但它是非常独特的一部分。这个星球上有许多生物拥有超过人类的视觉系统,但只有人类才拥有这么高级的语言。
新智元报道 来源:acl2018.org 编辑:闻菲、小芹 【新智元导读】ACL 会议是计算语言学领域的首要会议,广泛涉及自然语言的计算方法及其各类研究领域。ACL 2018将于7月15日至20日
领取专属 10元无门槛券
手把手带您无忧上云