计算机科学与技术专业2013级本科生何杭峰
今年二月份，我在学院的资助下参加于美国旧金山举行的AAAI Conference on Artificial Intelligence (AAAI) 2017会议，并在会议中为我的论文《A Unified Model for Cross-Domain and Semi-Supervised Named Entity Recognition in Chinese Social Media》作报告。
AAAI-2017是由美国人工智能协会(American Association for Artificial Intelligence) 主办的一个人工智能学术会议。本届大会包含研讨会（workshop）、教程（tutorial）、博士生论坛（doctoral consortium）、技术项目（technical program）。
我的工作是针对社交媒体（微博）语料的命名实体识别任务。我需要识别出句子中的人名（person）、组织名（organization）、地界名（geo-political entity）和地点名（location）。由于微博语料存在大量的噪声而且标注语料非常有限，但是我们有大量的非标注语料和足够的新闻媒体语料。所以我们提出了一个统一的模型来利用非标注语料和新闻媒体语料。我们的模型包括两个部分，一个是半监督学习（semi-supervised learning）模块，另一个是跨领域学习（cross-domain learning）模块。半监督学习模块通过自信度（confidence）来动态调整非标注语料中每个句子的学习率；跨领域学习模块通过相似度（similarity）来静态调整新闻媒体语料中每个句子的学习率。我们采用深度学习框架BiLSTM-MMNN来作为我们的基本模型。
这是我第一次在国际会议中作报告。我做的报告分为两部分，一部分是一分钟的spotlight，另一部分是poster。在spotlight中，我做了充分的准备，报告相对顺畅；在poster中我的工作吸引了不少学者的关注并和他们进行了交流。
在会议中，我还与全球各地的人工智能领域的研究者们进行了交流。他们不仅对我的工作提出了相当好的建议，而且交流了他们的工作，让我受益良多。
最后感谢北京大学信息学院的大力资助，让我深感学院对本科生科研的重视。
