10月27日下午，大数据学院于子彬院205会议室开展了自然语言理解与外部知识推理的讲座，特邀微软亚洲研究院的唐都钰研究员进行主题分享。讲座由大数据学院副教授魏忠钰老师主持。
魏忠钰老师首先介绍了唐都钰研究员的研究领域和学术成果。唐博士专注于研究问答与机器推理，近五年来在国内外著名学术期刊与会议上发表论文40余篇，谷歌学术的引用超过3000余次。
报告中，唐都钰老师首先对自然语言处理中的深度学习方法进行了简单介绍。推理是自然语言处理领域非常重要且具有挑战性的任务，其目的是使用已有的知识和推断技术对未见过的输入信息作出判断。他的研究致力于优化机器推理任务，希望给模型更多知识，并且让模型的输出有更多解释性。
接着，唐老师介绍了课题组内关于自然语言理解与外部知识推理的三项工作。一是基于FEVER数据集的事实查证，在这一任务中，需要深入的理解各证据句子之间的逻辑结构，构建语义角色标注，并有效地利用该信息进行推断；二是常识问答，构造常识知识路径，以回答作为路径的起始，问题作为路径的结束，中间使用对应的证据相连；三是在不同类型数据集上的语义分析，包括基于知识图谱、表格、图片的语义分析，需要将不同的自然语言问题转换为逻辑形式，将共指、省略逻辑形式树转换为动作序列。
报告最后，现场学生积极提问，唐都钰老师就知识推理中的模式构造、不同类型数据集中的模式选择、强化学习在知识推理中的应用以及深度学习推荐算法在工业界中的应用进行了细致的解答。同学们收获满满，报告圆满结束。
作者：宁上毅