邱锡鹏

教授,博士生导师,复旦大学计算机科学技术学院

 

链接

Email

Github

微博

知乎

联系方式

上海市杨浦区淞沪路2005号复旦大学江湾校区二号交叉学科楼


个人简介

于复旦大学获得理学学士和博士学位。研究方向为自然语言处理、深度学习,发表CCF-A/B类论文70余篇。主持开发了开源自然语言处理工具FudanNLP [GitHub] [Google Code]、FastNLP [GitHub] [Gitee],获得了学术界和产业界的广泛使用。指导学生多次获得中国人工智能学会优博、中国中文信息学会优博、微软学者、百度奖学金、上海市计算机学会优博等。

特邀报告

  1. 《自然语言处理中的预训练模型》,第十五届中国中文信息学会暑期学校, 2020/11/08
  2. 《自然语言处理中的自注意力模型》,CAAI青年人工智能精英论坛, 2020/06/13
  3. 《自然语言处理中的表示学习进展:从Transfomer到BERT》,第十七届中国机器学习及其应用研讨会, 2019/11/02,天津.
  4. 《生成对抗网络》,中国文信息学会前沿技术讲习班, 2019/10/18,昆明.
  5. 《面向自然语言处理的深度学习基础》,中国文信息学会前沿技术讲习班, 2019/07/12, 北京.
  6. 《如何端到端地写科研论文?》,第十七届中国计算语言学大会,CCL 2018, 2018/10/19, 长沙.
  7. 《自然语言处理中的多任务学习》,中国计算机学会学科前沿讲习班, 2018/08/26, 呼和浩特.
  8. 《深度学习基础》,中国文信息学会前沿技术讲习班, 2018/07/25, 北京.
  9. 《深度学习基础》中国文信息学会前沿技术讲习班, 2017/08/17, 北京.
  10. 《表示学习:问题与挑战》 第五届全国社会媒体处理大会, 2016/10/30, 南昌
  11. 《词法分析》 第十五届全国计算语言学会议, 2016/10/16, 烟台
  12. 《Deep Learning》Corpus and Empirical Linguistics Workshop 2016, Jun. 2016, Hongkong
  13. 《面向自然语言的深度学习》中国计算机学会学科前沿讲习班《情感分析》, 2016/06, 北京
  14. 《深度学习》中国计算机学会学科前沿讲习班《知识图谱》, 2015/12, 北京
  15. 《Deep NLP @ Fudan》ACML 2015 workshop on Deep Learning, Dec 2015 Hongkong
  16. 《DL4NLP: Challenges and Future Directions》,第十五届全国计算语言学会议, 2015/11, 广州
  17. 《Dense Feature Composition》,第21届全国信息检索会议, 2015/08, 洛阳

学术奖励

  1. 2020年 AMiner “2020年度AI 2000人工智能全球最具影响力提名学者”
  2. 2019年 CCL 2019最佳论文奖 How to Fine-Tune BERT for Text Classification?
  3. 2018年 中国中文信息学会“钱伟长中文信息处理科学技术奖—青年创新奖”
  4. 2017年 ACL 2017杰出论文奖 Adversarial Multi-Criteria Learning for Chinese Word Segmentation
  5. 2015年 首届中国科协青年人才托举工程

学术任职

学术团体

中国中文信息学会 青年工作委员会 执行委员

中国中文信息学会 计算语言学专委会 委员

中国中文信息学会 语言与知识计算专委会 委员

中国人工智能学会 青年工作委员会 常务委员

中国人工智能学会 自然语言理解专委会 委员

PC CO-Chair

IALP (2019)

Area Chair

ACL (2020,2021), EMNLP (2019), COLING (2020), AACL (2020)

CCL (2018,2019), CCKS (2016,2017), NLPCC-ICCPOL (2016)

PC/SPC

ACL (2014, 2015,2016,2017,2018,2019), EMNLP (2012, 2013, 2014,2015,2017,2020)

AAAI (2019,2020), IJCAI (2015,2016,2018,2019,2020)

课程

  1. 编译,本科生课程
  2. 模式识别与机器学习,本科生课程
  3. 神经网络与深度学习,本科生/研究生课程
  4. 文本数据管理与分析,本科生课程