直播 | 清华大学关健：利用自监督学习的开放端故事生成评价方法

「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

本期 AI Drive，我们邀请到清华大学计算机系博士生关健，为大家带来利用自监督学习的开放端故事生成评价方法的专题直播。对本期主题感兴趣的小伙伴，11 月 5 日（周四）晚 7 点，我们准时相约 PaperWeekly B 站直播间。

直播信息

尽管现有的有参考指标（如 BLEU）已经在机器翻译评价等任务上有较好的表现，但是对于开放端语言生成评价（如故事生成、对话生成）等具有一对多特性的任务， 这些指标仍然与人工评价有较低的相关性。因此，我们为开放端故事生成评价提出了一个可学习的无参考指标 UNION，可以不需要任何参考文本即可对生成故事的质量进行评价。

UNION 采用自监督学习的方法，不依赖于任何人工标注和具体模型。在两个故事数据集上的实验表明，UNION 在评价生成故事的质量上是一个更可靠的评价指标，与人工评价有更好的相关性，同时也比现有的 SOTA 评价指标更好的泛化性。

本次分享的具体内容有： 

• 开放端语言生成及评价方法介绍

• 现有语言生成模型生成内容的缺点

• 构造负样本的负采样方法

• 自监督学习框架

• 性能验证及泛化性实验

• 案例分析

嘉宾介绍

 关健 / 清华大学计算机系博士生 

关健，清华大学计算机系 2019 级博士生，交互式人工智能（CoAI）组成员，师从黄民烈副教授。主要研究方向为自然语言生成，已在 EMNLP、NeurIPS、AAAI、TACL 等国际会议或期刊上发表数篇论文。

直播地址 & 交流群

本次直播将在 PaperWeekly B 站直播间进行，扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，在 PaperWeekly 微信公众号后台回复「AI Drive」，即可获取入群通道。

B 站直播间：

https://live.bilibili.com/14884511

合作伙伴

????

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。