Лекции пройдут на английском языке и открыты для свободного посещения после регистрации. С понедельника по пятницу они будут проходить в 452 БК, а в воскресенье — в 107 БК. Также будет организована трансляция лекций на YouTube-канале DeepHack. С программой и описанием выступлений можно ознакомиться на сайте хакатона.
Расписание лекций
Понедельник, 29 января |
|
17:30–19:00 |
Maja Popovic Automatic evaluation and error classification of machine translation output |
19:00–20:30 |
Qun Liu and Peyman Passban Introduction to Neural Machine Translation |
20:30–22:00 |
Romain Paulus Recent advancements in neural machine translation |
Вторник, 30 января |
|
18:00–19:00 |
Maxim Khalilov Machine translation that makes sense: the Booking.com use case |
19:00–20:30 |
Maxim Kretov Example on optimization of non-differentiable metrics in NLP |
20:30–22:00 |
Illia Polosukhin Attention is all you need |
Среда, 31 января |
|
17:30 - 19:00 |
Eduard Klyshinsky Анализ отличий в омонимии и синтаксисе для разных языков (пройдёт на русском языке) |
19:00–20:30 |
Yulia Tsvetkov Leveraging Human Knowledge for Better Statistical Generalization |
Четверг, 1 февраля |
|
17:30–19:00 |
Serge Sharoff Comparable corpora as cure-all remedy: possibilities for mapping languages without parallel resources |
19:00–20:30 |
Lucia Specia Predicting the Quality of Machine Translation |
20:30 - 22:00 |
Konstantin Anisimovich Использование параллельных текстов для переноса синтаксической модели на новый язык |
Пятница, 2 феврля |
|
17:30–19:00 |
Kyunghyung Cho Continuous representation of language and its implications - In the case of neural machine translation |
19:00–20:30 |
Ruslan Salakhutdinov Deep learning for reading comprehension |
Воскресенье, 4 февраля |
|
11:00–12:30 |
Andre Martins Beyond Softmax: Sparsemax, Constrained Softmax, Differentiable Easy-First |
DeepHack.Babel — уже пятый хакатон серии DeepHack, который организует лаборатория нейронных систем и глубокого обучения МФТИ. В этом году темой хакатона выбран машинный перевод. Акцент будет сделан на нейронном машинном переводе, набирающем популярность в исследовательском сообществе и уже использующемся в коммерческих продуктах. В отличие от традиционного статистического метода, в его основе лежит использование искусственных нейронных сетей, что позволяет достичь более высокого качества перевода. Нейронный машинный перевод уже используют сервисы перевода таких компаний, как Google, Yandex и Microsoft.