图灵汇官网

CNCC2022将于12月8日至10日在贵阳市国际生态会议中心举行，本届大会将有122个技术论坛，涵盖“计算+行业、人工智能、云计算、教育、安全”等30个方向。特别值得关注的是，12月9日将有一个聚焦“少标注自然语言处理”的技术论坛。

为了获取更多技术论坛的信息，请扫描下方二维码访问CNCC2022官方网站。现在正值早鸟票优惠期，抓紧时间享受折扣！

当前大多数自然语言处理模型严重依赖大量的标注数据。然而，由于自然语言处理任务通常具有标注难度高、任务多样且领域差异大等特点，导致针对特定任务的标注数据量往往不足。因此，研究如何在少量标注数据的基础上建立高性能的自然语言处理系统至关重要。但自然语言处理本身具有知识依赖性、符号表示复杂和任务多样化等特点，这使得现有的少标注学习方法在处理此类问题时显得力不从心。本次论坛将邀请多位自然语言处理专家，共同探讨少标注自然语言处理领域的最新研究进展及其未来的发展方向。

论坛议程

| 序号 | 主题 | 主讲人 | 单位 | | ---- | ---- | ---- | ---- | | 1 | 利用理性因果指导的数据增强提高少标注自然语言处理模型的鲁棒性 | 张岳 | 西湖大学 | | 2 | 低资源条件下的知识图谱构建及处理 | 陈华钧 | 浙江大学 | | 3 | Delta Tuning：大模型的小参数高效微调 | 刘知远 | 清华大学 | | 4 | 语言模型即服务与黑箱优化 | 邱锡鹏 | 复旦大学 |

论坛主席

刘挺，CCF会士/理事，哈尔滨工业大学计算学部主任兼计算机学院院长，长期从事人工智能、自然语言处理和社会计算等领域的研究，曾获得多项重要奖项。

论坛共同主席

车万翔，哈尔滨工业大学人工智能研究院副院长兼长聘教授，专注于社会计算与信息检索研究，曾获多项荣誉。

报告及讲者介绍

张岳

张岳，西湖大学教授，主要研究方向为自然语言处理、文本挖掘和机器学习。他在多个顶级会议和期刊上发表了大量论文，并获得了多个奖项。

报告主题：利用理性因果指导的数据增强提高少标注自然语言处理模型的鲁棒性

报告将讨论如何通过因果指导的数据增强技术，提高少标注自然语言处理模型的准确性和鲁棒性，甚至在仅有少量样本的情况下也能取得良好的效果。

陈华钧

陈华钧，浙江大学教授，专注于知识图谱、大数据系统和自然语言处理等领域。他主持了多项国家级科研项目，并获得多个奖项。

报告主题：低资源条件下的知识图谱构建及处理

报告将探讨如何在资源有限的情况下构建和处理知识图谱，特别是在面对小样本和零样本问题时的方法和技术。

刘知远

刘知远，清华大学副教授，主要研究方向为自然语言处理、知识图谱和社会计算。他在相关领域取得了多项重要成就，并多次获得荣誉。

报告主题：Delta Tuning：大模型的小参数高效微调

报告将介绍一种通过少量参数微调来提高大模型性能的新方法，该方法在保持模型性能的同时降低了微调成本。

邱锡鹏

邱锡鹏，复旦大学教授，主要从事自然语言处理和深度学习方面的研究，发表过多篇高水平论文，并获得多项荣誉。

报告主题：语言模型即服务与黑箱优化

报告将介绍一种针对语言模型的服务模式及黑箱优化方法，这种优化方法能够在有限的资源下取得与全参数微调相媲美的效果。

CNCC2022是一个高水平、大规模的学术会议，旨在探讨计算及相关技术的最新进展和趋势，展示学术界和企业界的重要成果。本届大会的主题是“算力、数据、生态”，邀请了包括图灵奖得主在内的多位顶尖专家参与。大会期间还将举办丰富的交流活动，期待您的加入！