智东西|Lab高级研究员宋林峰：图到文本生成任务中的通用型图结构信息保存法，腾讯AI 图到文本生成是文本生成任务中的一项重

文章图片
图到文本生成是文本生成任务中的一项重要技术，其目的是通过机器理解图中信息，然后生成相应的解释文本。现有的图到文本生成模型，主要是通过更强大的模型来表示图信息，但模型依然是通过拟合到目标文本的基于语言模型（languagemodelingloss）的损失函数进行训练的，作为结果，模型会产生流畅的输出，但会丢失许多输入的重要信息。
为了保存输入图中更多的信息，一个潜在的解决方案是改进训练信号来增强结构信息的保存，通过用额外的自编码损失来丰富训练信号，从而保存输入图的结构信息。但这种方法面临着一个问题，那就是不同类型图的标准自编码需要不同的重构算法。
而在今年的ACL2020中，腾讯AILab高级研究员宋林峰博士作为一作发表了一篇名为《StructuralInformationPreservingforGraph-to-TextGeneration》的论文。在本文中，宋博士提出了一种通用的基于“多视角重建”的损失函数来辅助模型训练的方法。通过多种方法把输入的图投射到目标句子端，让解码器不仅学习输出目标句子，还要输出投射的图结构，这样能够迫使模型在做生成的时候更好的记住输入内容。
9月9日上午10点，智东西公开课邀请到腾讯AILab高级研究员宋林峰博士参与[腾讯AILab专场]第2讲，宋博士将围绕《图到文本生成任务中的通用型图结构信息保存法》这一主题进行直播讲解。宋博将从图到文本生成技术的发展与研究出发，详解基于重构图模型的通用型图结构信息保存法，并深入讲解该方法在多类型图到文本生成技术中的应用。
宋林峰博士于2019年5月从罗彻斯特大学获得博士学位，师从DanielGildea教授，于2014年从中科院计算所硕士毕业，师从刘群博士。 2013年11月到2014年2月，宋博士简短的以研究助理的身份访问在新加坡SUTD的张岳博士，曾于2015、2017和2018年暑假在IBM沃森研究院SalimRoukos的团队实习， Mentor是王志国博士。
课程内容
课程主题
《图到文本生成任务中的通用型图结构信息保存法》
课程提纲
1、图到文本生成技术的发展与研究2、基于重构图模型的通用型图结构信息保存法3、在多类型图到文本生成技术中的应用
讲师介绍
宋林峰，腾讯AILab高级研究员，于2019年5月从罗彻斯特大学获得博士学位，师从DanielGildea教授，于2014年从中科院计算所硕士毕业，师从刘群博士；2013年11月到2014年2月，宋博简短的以研究助理的身份访问在新加坡SUTD的张岳博士，曾于2015、2017和2018年暑假在IBM沃森研究院SalimRoukos的团队实习， mentor是王志国博士。
直播信息
直播时间：9月9日上午10:00直播地点：智东西公开课小程序答疑地址：[腾讯AILab专场]讨论群
加入讨论群
【智东西|Lab高级研究员宋林峰：图到文本生成任务中的通用型图结构信息保存法，腾讯AI】本次课程的讲解分为主讲和答疑两部分，主讲以视频直播形式，答疑将在[腾讯AILab专场]讨论群进行。加入讨论群，除了可以免费收看直播之外，还能认识讲师，与更多同行和同学一起学习，并进行深度讨论。添加小助手小语（ID：hilele20）即可申请，备注“姓名-公司/学校/单位-职位/专业”的朋友将会优先审核通过哦~