时间：2022年10月11日 下午14:00-17:00

地点：广州大学 (大学城校区)理科南214

报告1:

报告人: 汪洋涛老师

报告题目：面向多目标图像检索的自适应语义哈希方法

图像哈希是计算机视觉与图像检索领域中的重要研究内容。在本次报告中，汪洋涛老师分享了多目标图像哈希的研究现状，逐渐从传统的基于二元组/三元组的哈希方法过渡到基于中心点的哈希方法。然而，一方面，现有的哈希方法生成的哈希中心都是固定不动的，与样本的分布毫无关系，缺乏语义信息；另一方面，每张多目标图像中的不同目标规模大小并不一致，如果忽视这种规模信息会导致哈希码偏离其真实的哈希质心。为了解决这些问题，汪洋涛老师采用词向量的方法来生成哈希中心，进一步使用欧式投影梯度下降方法计算目标的规模大小，实验结果验证了这一方法的有效性。分享结束后，范立生教授，方美娥教授等都展开了激烈的讨论，对相关问题都做了进一步的分析与总结。

报告2:

报告人: 黄鹏龙(硕士生)

报告题目：SICKNet: A Humor Detection Network Integrating Semantic Incongruity and Commonsense Knowledge

在本次报告中，黄鹏龙同学分享了他们团队最近一项关于自然语言处理中幽默计算的工作SICKNet: A Humor Detection Network Integrating Semantic Incongruity and Commonsense Knowledge。首先，介绍了幽默计算的背景、相关任务以及有代表性的相关技术。随后，分析了现有技术的优缺点并提出了两个创新点：一是将幽默理论与自然语言处理技术相结合；二是引入知识库中的知识辅助模型理解幽默。将这两个创新点进行融合构成了一个完整的幽默检测模型SICKNet。紧接着，先从宏观的角度介绍SICKNet是如何处理并理解幽默。再从细节出发，详细阐述其核心模块SID Module(Semantic Incongruity Detection Module) 和 DSHF Module(Detecting the Strength of Humorous Features Module)的设计思想并展示完整的对比实验、消融实验、统计分析等实验过程和结果，在一定程度上证明了SICKNet在解决幽默识别上的有效性和稳定性。最后，黄鹏龙同学对该工作进行了总结和讨论（局限性和未来工作），对自动分解幽默的“铺垫”和“笑点”、引入更多的幽默理论进行建模、构建幽默相关常识的图谱来训练模型生成知识库以及消除幽默的“主观性”进行了展望。 汇报结束后，汤茂斌副教授给出专业的意见指明了未来的发展方向与研究立足点；方美娥教授就SICKNet模型的局限性和计算幽默的应用场景提出了多点重要的建议；高鹰教授肯定了该同学对工作局限性的思考，并提出了另一个值得深入解决的问题；高崇志教授和范立生教授同时也进行了深度的交流，鼓励同学继续尝试；谭恒良副教授和汪洋涛老师分别对中文幽默计算和长文本幽默计算进行了交流。