哈工大教授车万翔：基于迁移学习的任务型对话系统

如果说自然语言处理可被誉为“人工智能皇冠上的明珠”，那么对话系统就是“自然语言处理皇冠上的明珠”。其中以苹果SIRI、Google Assistant为代表的任务型对话系统尤为学术界和产业界所关注。然而，构建一个任务型对话系统依赖于大规模的标注数据，这为系统如何快速迁移到新的领域、新的语言和新的任务都带来了极大的挑战。

2020 年 9 月 25日，由中国科协主办，清华大学计算机科学与技术系、AI TIME 论道承办的《2020 中国科技峰会系列活动青年科学家沙龙——人工智能学术生态与产业创新》上，哈工大计算机学院教授车万翔所作的学术报告《基于迁移学习的任务型对话系统》，重点介绍了他和博士生覃立波在跨领域、跨语言和跨任务的任务型对话系统中所做的一些研究工作。

车万翔教授分享了人机对话历史溯源，探秘任务型对话系统，解析了任务型对话系统的结构 (Pipeline系统)，指出迁移学习可以用于克服数据不足问题。另外还介绍了跨任务、跨领域和跨语言的迁移学习。