2018年8月27日，宾夕法尼亚大学Dan Roth教授应邀到计算机所交流，并做了题为“Natural Language Understanding with Incidental Supervision”的学术报告。

Dan Roth教授报告现场

Dan Roth教授与大家分享了他在自然语言理解方面的研究成果。自然语言理解的基本问题是语义，机器学习和推理的方法能够有助于我们引入自然语言的语义，但这些任务的模型通常很难训练，部分原因是很难为其产生监督信号，并且不支持扩展。Dan Roth教授总结了一些关于开发机器学习和推理方法的关键挑战，并详细介绍了如何识别并使用附带的监督信号来训练自然语言理解模型。报告吸引了计算机所众多师生参与，在报告问答环节Dan Roth教授与师生进行了深入细致的交流。

Dan Roth教授，宾夕法尼亚大学计算机与信息科学系教授，哈佛大学计算机博士。加入宾夕法尼亚大学之前，曾任伊利诺伊大学厄巴纳－香槟分校计算机科学系教授，并为该系创办人之一。曾任人工智能研究期刊（JAIR）的主编，在AAAI、EMNLP、ECML&PKDD、EACL等主要会议上发表主题演讲。现任AAAS、ACM、AAAI和ACL Fellow，在机器学习、自然语言处理、知识表示和推理等领域发表了大量论文，并主导研发了一系列基于机器学习的自然语言应用工具，这些工具正在被研究界广泛使用。