雷鋒網(wǎng)AI研習社訊：過去幾年，深度學習在自然語言處理中取得了很大的進展，但進展的幅度并不像其在計算機視覺中那么顯著。其中一個重要的原因是數(shù)據(jù)規(guī)模問題。 多任務學習是將多個任務一起學習，充分挖掘多個任務之間的相關(guān)性，來提高每個任務的模型準確率，從而可以減少每個任務對訓練數(shù)據(jù)量的需求。在本次公開課中，講者將分享其所在研究組關(guān)于多任務學習在自然語言處理領(lǐng)域的最新工作。

分享主題

自然語言處理中的多任務學習 & 復旦大學NLP實驗室介紹

分享嘉賓

陳俊坤，復旦大學計算機系在讀碩士，導師是邱錫鵬副教授，主要研究方向為自然語言處理，多任務學習等。其研究工作曾在 AAAI, IJCAI上發(fā)表。

分享提綱

1、基于深度學習的自然語言處理。

2、深度學習在自然語言處理中的困境。

3、自然語言中的多任務學習。

4、多任務基準平臺。

5、復旦大學NLP實驗室介紹。

分享時間

（北京時間 ）  10 月 22 日（星期一）  20:00

直播鏈接

http://www.mooc.ai/open/course/574

想了解更多雷鋒網(wǎng) AI 研習社直播？

歡迎移步雷鋒網(wǎng) AI 研習社社區(qū)~

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。