Página Inicial



Anúncios

Prémio Prof. Vidigal 2019

20 Janeiro 2020, 17:35 - Duarte de Mesquita e Sousa

Professor Luís Vidigal Award 2019 - Prémio Prof. Vidigal 2019


Estão abertas até ao dia 30 de Janeiro de 2020 as candidaturas para o Prémio Prof. Luís Vidigal na sua edição 2019.


O Prémio destina-se a galardoar anualmente o o autor ou autora de uma Dissertação de Mestrado cujo tema se enquadre nas áreas científicas da Engenharia Electrotécnica, Informática e Computadores e que, no entender do Júri, reúna as melhores características científicas, de inovação e de qualidade.

Trata-se de um Prémio de grande prestígio e reconhecimento associados à atribuição da melhor Dissertação do IST nas áreas indicadas.


De acordo com a regulamentação do Prémio, para a edição 2019 serão aceites para avaliação trabalhos realizados e terminados no ano de 2019.


Para mais informações:

Award/Prémio

Candidaturas/Applications;


Todos os Anúncios

Eventos

3ª edição do ciclo de palestras por Jovens Doutorados (DEEC-JD3) – 4ª palestra

3 Março 2020, 14:43 - Duarte de Mesquita e Sousa

No âmbito da 3ª edição do Ciclo de Palestras por Jovens Doutorados (DEEC-JD3), irá realizar-se no próximo dia 11 de março de 2020, às 12:00, no anfiteatro EA2, a 4ª palestra do ciclo. (ADIADA PARA DATA A ANUNCIAR)


Title: Learning to Represent Variation in Linguistic Data.


Speaker: Wilker Aziz, Assistant Professor in computational linguistics at the University of Amsterdam.



Abstract: A defining feature of natural languages is variation: ideas can be expressed in different ways; different words mean the same; the same words mean differently. There's variation that's inherent to linguistic devices (morphology, syntax, discourse), there's variation due to background of the speaker, there's variation that's used to convey opinions and/or imbue one with emotions, there's variation due to seemly arbitrary confounders such as fatigue, concentration level, and boredom. Despite this unavoidable truth, many of the state of the art models for natural language processing cannot account for unobserved factors of variation, instead conflating such factors under a single hypothesis. In this talk he will discuss how to equip these models with statistical tools that promote an explicit account of variation and demonstrate a few applications aimed at different levels of linguistic variability (e.g. sentence-level, word-level, and subword-level). He will close the talk with thoughts on the role of inductive biases such as multimodality and sparsity in the learning of disentangled factors of variation.


Todos os eventos.