2017年6月21日，来自美国伊利诺伊大学厄巴纳-香槟分校的任翔应邀到计算机所做了题为“Effort-Light StructMine: Turning Massive Text Corpora into Structures”的学术报告。

任翔为到场师生做精彩报告

任翔同学在报告中介绍了其最近的研究成果Effort-Light StructMine系统。该系统使用了远监督学习的方法，以已有的跨领域知识库和文本结合的形式作为训练数据，能够准确地在未标注的文本中抽取结构化信息，避免了大量人工标注的成本。任翔详细介绍了结构化信息抽取任务中需要面对的三个具体的任务：文本中的实体识别，识别到的实体的细粒度分类，识别实体之间的关系，以及围绕这些具体任务所取得的研究进展。引人入胜的报告赢得了大家的积极参与和讨论，报告会的内容详实、图文并茂、会场气氛生动活泼。

任翔，美国伊利诺伊大学厄巴纳-香槟分校博士研究生，将于2018年加入美国南加州大学计算机科学系任副教授。主要研究利用机器学习和数据驱动方法将非结构化文本数据转换为机器可执行结构的方法，研究内容跨越数据挖掘、机器学习和自然语言处理，重点是分析文本数据和图数据。研究成果发表于多个顶级会议和主题上（SIGKDD, WWW, SIGMOD, ACL），曾获谷歌PhD奖学金、Yahoo!-DAIS研究优秀奖、Yelp数据集挑战奖、C. W.Gear杰出研究生奖，David J.Kuck优秀奖，部分研究成果已经被应用于美国陆军研究实验室、国家卫生研究所、微软、Yelp和TripAdvisor。