「AI Drive」是由 PaperWeekly 和 biendata 共同發起的學術直播間，旨在幫助更多的青年學者宣傳其最新科研成果。我們一直認為，單向地輸出知識并不是一個最好的方式，而有效地反饋和交流可能會讓知識的傳播更加有意義，從而產生更大的價值。

本期 AI Drive，我們邀請到清華大學計算機系博士生關健，為大家帶來利用自監督學習的開放端故事生成評價方法的專題直播。對本期主題感興趣的小伙伴，11 月 5 日（周四）晚 7 點，我們準時相約 PaperWeekly B 站直播間。

直播信息

盡管現有的有參考指標（如 BLEU）已經在機器翻譯評價等任務上有較好的表現，但是對于開放端語言生成評價（如故事生成、對話生成）等具有一對多特性的任務， 這些指標仍然與人工評價有較低的相關性。因此，我們為開放端故事生成評價提出了一個可學習的無參考指標 UNION，可以不需要任何參考文本即可對生成故事的質量進行評價。

UNION 采用自監督學習的方法，不依賴于任何人工標注和具體模型。在兩個故事數據集上的實驗表明，UNION 在評價生成故事的質量上是一個更可靠的評價指標，與人工評價有更好的相關性，同時也比現有的 SOTA 評價指標更好的泛化性。

本次分享的具體內容有：?

• 開放端語言生成及評價方法介紹

• 現有語言生成模型生成內容的缺點

• 構造負樣本的負采樣方法

• 自監督學習框架

• 性能驗證及泛化性實驗

• 案例分析

嘉賓介紹

?關健?/ 清華大學計算機系博士生?

關健，清華大學計算機系 2019 級博士生，交互式人工智能（CoAI）組成員，師從黃民烈副教授。主要研究方向為自然語言生成，已在 EMNLP、NeurIPS、AAAI、TACL 等國際會議或期刊上發表數篇論文。

直播地址?& 交流群

本次直播將在 PaperWeekly B 站直播間進行，掃描下方海報二維碼或點擊閱讀原文即可免費觀看。線上分享結束后，嘉賓還將在直播交流群內實時 QA，在 PaperWeekly 微信公眾號后臺回復「AI Drive」，即可獲取入群通道。

B 站直播間：

https://live.bilibili.com/14884511

合作伙伴

????

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結

以上是生活随笔為你收集整理的直播 | 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的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。