周日直播:因果助力CV、NLP和认知神经科学 | 因果科学与Causal AI读书会
论文解读 《De-Biased Court’s View Generation with Causality》
Outline
-
Introduction to Court’s View Generation -
Brief Introduction to Legal AI -
Task Definition -
Challenges -
Method -
Causal Graph -
Backdoor Adjustment -
Backdoor in Implementation -
Model Arch -
Experiments -
Dataset -
Metrics -
Baselines -
Results -
Discussion -
Ethical Issue -
Future Work
Reference
I Sutskever, O Vinyals, and QV Le. 2014. Sequence to sequence learning with neural networks. Advances in NIPS.
Abigail See, Peter J Liu, and Christopher D Manning. 2017. Get to the point: Summarization with pointer-generator networks. arXiv preprint arXiv:1704.04368.
Haoxi Zhong, Zhipeng Guo, Cunchao Tu, Chaojun Xiao, Zhiyuan Liu, and Maosong Sun. 2018. Legal judgment prediction via topological learning. In Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing, pages 3540–3549.
Judea Pearl. 2009. Causality. Cambridge university press.
Judea Pearl, Madelyn Glymour, and Nicholas P Jewell. 2016. Causal inference in statistics: A primer. John Wiley & Sons.
分享者介绍
吴亦全,浙江大学在读硕士,研究方向为自然语言处理
因果在去偏差预训练中的应用
因果在去偏差预训练中的应用
Outline
-
Brief introduction to pretraining -
Motivation -
Challenges -
Paper Reading [2-3] -
Discussion
Reference
[1] Kun Kuang, Peng Cui, Susan Athey, Ruoxuan Xiong, and Bo Li. 2018. Stable Pre- diction across Unknown Environments.. In Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, KDD 2018, Lon- don,UK,August19-23,2018.1617–1626. https://doi.org/10.1145/3219819.3220082
[2] Shengyu Zhang, Tan Jiang, Tan Wang, Kun Kuang, Zhou Zhao, Jianke Zhu, Jin Yu, Hongxia Yang, Fei Wu: DeVLBert: Learning Deconfounded Visio-Linguistic Representations. ACM Multimedia 2020: 4373-4382
[3] Zekun Yang, Tianlin Liu: Causally Denoise Word Embeddings Using Half-Sibling Regression. AAAI 2020: 9426-9433
分享者介绍
张圣宇,浙江大学在读博士,研究方向为多模态学习、推荐系统和稳定学习
论文解读 《Causality in cognitive neuroscience: concepts, challenges, and distributional robustness》
背景介绍
Outline
分享者介绍
直播信息与报名方式
直播时间:明晚(12月13日) 20:00-23:00
参与方式 1:腾讯会议(需报名参加系列读书会)
参与方式 2:集智俱乐部B站直播
扫描下方二维码,点击「我要听」报名,内附B站直播地址。
关于读书会内容介绍的更新
关于读书会内容介绍的更新
集智俱乐部联合智源社区发起了因果科学与Causal AI读书会受到了因果科学领域一线科研工作者的广泛认可,我们也深深的感受到了青年科学工作者推动该领域发展的热情。目前因果科学与Causal AI读书会已经有220+的朋友报名,其中硕博的比例接近80%。
在读书会中的参与者以科研工作者居多,清华大学、北京大学、国防科技大学、浙江大学、复旦大学、中山大学等国内高校的学生居多,也有许多一线互联网包括谷歌X、FackBook、滴滴、腾讯、阿里、拼多多等大厂的工程师也参与其中。
欢迎大家加入其中,现在加入读书会的成员将会作为因果社区的种子用户长期运营,将可以免费享受集智俱乐部后续因果相关主题的读书会,如果你心动了,就点击下面的链接报名吧~
了解读书会具体规则、报名读书会请点击下方文章:
目前读书会已经有超过130余人的海内外高校科研院所的一线科研工作者以及互联网一线从业人员参与,如果你也对这个主题感兴趣,就快加入我们吧!
针对读书会的主题,由发起人龚鹤扬设置好了内容框架,每个主题下有一个负责人来负责维护组织相关内容,目前已经定好的如图所示,欢迎对主题感兴趣的联系相关负责人,以及来认领相关主题~
点击“阅读原文”,来报名吧~