实验室学生CSCWD参会汇报

    2021年5月5日至7日，2021 IEEE 24th International Conference on Computer Supported Cooperative Work in Design (CSCWD)在大连举办。本次会议的开幕式由沈卫明教授主持，并邀请来自New Jersey Institute of Technology,USA的Mengchu Zhou教授、来自University of Calabria,Italy的Giancarlo Fortino教授、来自Nipissing University,Canada的Haibin Zhu教授和South China Normal University,China的Yong Tang教授分别做主题报告。

      CSCWD2021会议2020年接收了171篇，2021年接收了146篇，共317篇文章。由于新冠肺炎疫情的影响，2020年的会议推迟至2021年一同完成汇报。本次会议口头报告文章共222篇。

    bat365官方网站登录数据科学与bat365在线中国登录入口2018级硕士研究生周瑞莹的论文“Incorporation Domain Knowledge and Semantic Information into Language Models for Commonsense Question Answering”被接收并在会上以第一作者身份完成了口头论文报告。在报告结束时，与参会人员探讨了创新的协作方式等方向的相关内容。本论文受到国家自然科学基金，广东省自然科学基金，广州珠江新星项目等项目的资助和广东省大数据分析与处理实验室的支持。本论文的作者还有来自bat365官方网站登录的田珂珂硕士，赖韩江副教授，印鉴教授，印鉴教授是本文的通讯作者。

    本论文，针对自然语言处理中的常识问答问题进行了研究。主要内容是：常识问答（Commonsense question-answering，CSQA）任务的目的在于回答在给定上下文中没有明确表达的相关常识知识的问题，这些问题需要系统通过学习从而进一步理解。当前，主流方式主要利用神经网络的语言模型（如BERT）在大规模文本语料库上进行预训练，并对下游任务进行微调，这一研究的最新进展提高了常识问答任务的性能。但是，由于缺乏领域知识（例如，在社交场合推理知识等），这些模型无法对特定任务进行推理。在这项研究工作中，我们提出了一种方法，融合起领域知识和语义信息到语言模型中来完成常识问答，从而更好地理解相关的常识知识。首先，通过联合学习问答和基于语义角色标注的问答，以便从现有资源中提取知识。这两个任务是相互关联的，可以相互加强，从而发现隐藏其中的领域知识。然后，利用语义角色标注，使训练模型能够更好地理解相关实体之间的关系。通过领域知识模型完成领域知识的挖掘，以及在语言模型预训练时融入语义信息来解决主体混淆，推理能力较弱的缺点。最后，在多个常识问答数据集上的实验结果证明了该方法的有效性。

来源：周瑞莹