自然语言处理在科研管理中的应用
索引学社
年6月7日9:10~9:55，索引学社六月讲座——自然语言处理在科研管理中的应用成功举办。本次讲座采用线上线下结合的方式，线下融入二年级元数据专业课堂，线上采用腾讯会议的形式。来自不同年级的本科生和研究生都参与了本次讲座，并对本次讲座进行了总结。
本次讲座邀请到的是四川大学级信管本科生杨涌全，现就读于香港城市大学商学院信息系统系二年级博士，其研究方向包括产学研推荐、科研文本词表征学习、可解释性科研推荐。
本次讲座中，杨涌全学长首先讲解了机器学习在生活中的应用，明确了机器学习的核心理念，引出了自然语言处理这一主题。接着按照时间顺序依次介绍了自然语言处理中最为常见的模型，并且指出了科研管理中的具体问题，介绍了学长自己组内的现行研究思路。
以下是讲座后续的QA部分和索引学社两位同学的感悟总结。
1
QA环节
Q1：自然语言处理在社会科学中有什么而应用吗？
A1：有的。IS的社科这边很多用nlp来对文本做情绪分析、情感分析、性格分析，以往因为人工的工作量太大而不能做的研究，现在因为nlp技术而变成了可能。这一类研究，用分析出来的关于情绪的、情感的、性格的label（这些都是社科感兴趣的label）进行后续的实证研究。
Q2：如果未来科研语料库得以整合，可以形成类似集智百科这样的知识图谱吗？
A2：是的没错，科研知识图谱也是我们的研究方向之一。
Q3：在利用机器学习的方法训练后，会有专家进行纠偏吗？
A3：一般没有，至少在我们组的研究中没有。目前我们的研究还是集中在模型，在调模型参数上下功夫。
2
感想总结
林君松
自然语言处理(NLP)是计算机科领域与人工智能领域中的重要方向，能够利用自然语言实现人与计算机之间的有效通信和操作,提高科研管理的效率。在我们的日常科研学习过程中,面临众多的数据信息需要通过自然语言处理，发现这些数据内容中的关联与规律。机器学习在NLP中，对图像、语言、视频等多模态数据的识别,扮演着重要的“函数作用”，为管理这类科研数据提供重要应用工具。杨涌全学长在讲座课程中,为我们初解机器学习的基本原理以及研究内容,同时能够广泛应用于自然语处理中的一些算法框架,如用于文本分类的fastext、中文文本分类的TextCNN、语言处理工具RNN,以及基于Transformer的Bert等,这些算法框架可应用于科研管理中的文本分类,基金匹配、评审等各种场景,提升研究效率效率。课程内容丰富而精彩，为我们的科研开阔了视野，也给我们分享了宝贵的科研经验，受益良多！
韩颐堃
杨学长提到，机器学习中的核心理念便是如何表示输入到输出之间的映射关系。无论是文本表征，还是多通道图片，它们都可以通过向量化处理，转换成多维tensor，从而进行数字化处理。这给我的很大一点启发便是，许多形式上看似不同的事物，都可以通过领域内特定的方式，实现归一化处理，并实现关联与聚合。而自然语言处理作为机器学习的一大应用领域，与我们专业的关系实际上也很密切。通过技术手段，可以构建智能索引，同样也能实现信息检索效率的提升，以及基于相关性算法的搜索引擎。如何通过日新月异的计算机技术，为人文领域服务，是我仍需要继续思考的问题。
END
撰稿｜杨倩韩颐堃
排版｜杨倩
封面｜韩颐堃
预览时标签不可点收录于合集#个上一篇下一篇