摘要： 近年来深度学习技术席卷自然语言处理（NLP）各大领域。作为典型的数据驱动方法，深度学习面临可解释性不强等难题，如何将人类积累的大量语言知识和世界知识引入深度学习模型，是改进NLP深度学习模型性能的重要方向，同时也面临很多挑战。本报告将系统介绍知识指导的自然语言处理的最新进展与趋势。

简介： 刘知远，清华大学计算机系副教授、博士生导师。主要研究方向为表示学习、知识图谱和社会计算。已在ACL、IJCAI、AAAI等人工智能领域的著名国际期刊和会议发表相关论文80余篇，GoogleScholar统计引用超过1万次。承担多项国家自然科学基金。曾获中文信息学会青年创新奖，入选中国科学青年人才托举工程。

内容中包含的图片若涉及版权问题，请及时与我们联系删除