MSc/PhD/Postdoc/intern in NLP with Dr. Lili Mou @UofA
52687
个人介绍
牟力立，现为加拿大阿尔伯塔大学计算机系助理教授、阿尔伯塔机器智能研究所成员（Amii Fellow），CIFAR 人工智能主席项目成员（CIFAR AI Chair）。他于 2012 年和 2017 年分别在北京大学计算机系取得学士、博士学位，后曾在滑铁卢大学担任博士后研究工作。
牟力立的研究兴趣主要在于基于机器学习的自然语言处理。他在顶级会议、期刊上发表论文 40 余篇（包括 ACL、CIKM、COLING、EMNLP、ICASSP、ICLR、ICML、IJCAI、INTERSPEECH、NAACL-HLT 和 TACL），引用近2500次；并在 EMNLP-IJCNLP’19 和 ACL’20 会议上发表讲座演讲（tutorial）。
个人主页：lili-mou 点 github 点 io
实验室简介
阿尔伯特大学位于加拿大阿尔伯特省省会埃德蒙顿市，临近 Banff 和 Jasper 国家公园。阿尔伯塔大学计算机系以机器学习（特别是强化学习）见长。基于阿尔伯塔的 Amii 与基于蒙特利尔的 MILA、基于多伦多的 Vector 是加拿大政府资助的三大人工智能中心。阿尔伯特大学是全加拿大拥有人工智能领域教授最多的大学。
研究方向
基于符号化自解释推理的自然语言理解。目前，自然语言理解多基于深度神经网络。尽管取得了良好的性能，但深度神经网络通常缺乏可解释性。该研究方向旨在构造可自解释的神经网络机制并利用强化学习在弱监督条件下完成符号化推理过程，可运用于语义解析、语法解析、信息抽取等任务。在该研究方向上已发表多篇 ICML、IJCAI 和 ACL 论文，并获得 ACL’19 最佳论文提名。
无监督文本生成。已有的文本生成通常依赖于大量平行语料。该研究方向旨在提出一种无监督的文本生成框架；通过定义启发式的优化目标，并使用蒙特卡洛采样或离散优化等方法，不依赖于平行语料就能生成高质量的文本。目前，我们成功将该框架运用于复述文本生成、文本摘要和文本简化，多篇论文收录于 ACL’20。
亦欢迎其他研究方向，可互相探讨。
招生要求
1. 需具备较强的数学基础、编程能力和科研兴趣。
2. 博士研究生：具有硕士学位；特别优秀的本科生（有论文、有明确的NLP研究方向）可直接申请博士学位
3. 硕士研究生：具有学士学位（硕士期间保证全部薪酬）
4. 自费交换生：有一定的编程能力即可
5. 带薪实习生：已有一定的科研经验、成果；经讨论有明确的研究方向
6. 博士后：已发表顶会论文（不追求数量）、并且论文具有科学价值；对未来研究方向有所把握。年薪50K-60K加元
额外优势
风景优美、环境宜人
签证稳定
加拿大具有高度的公平性 (equity)、多样性 (diversity) 和包容性 (inclusiveness)
联系方式
lmou [at] ualberta [dot] ca
请附已发表论文和/或推荐人
牟力立，现为加拿大阿尔伯塔大学计算机系助理教授、阿尔伯塔机器智能研究所成员（Amii Fellow），CIFAR 人工智能主席项目成员（CIFAR AI Chair）。他于 2012 年和 2017 年分别在北京大学计算机系取得学士、博士学位，后曾在滑铁卢大学担任博士后研究工作。
牟力立的研究兴趣主要在于基于机器学习的自然语言处理。他在顶级会议、期刊上发表论文 40 余篇（包括 ACL、CIKM、COLING、EMNLP、ICASSP、ICLR、ICML、IJCAI、INTERSPEECH、NAACL-HLT 和 TACL），引用近2500次；并在 EMNLP-IJCNLP’19 和 ACL’20 会议上发表讲座演讲（tutorial）。
个人主页：lili-mou 点 github 点 io
实验室简介
阿尔伯特大学位于加拿大阿尔伯特省省会埃德蒙顿市，临近 Banff 和 Jasper 国家公园。阿尔伯塔大学计算机系以机器学习（特别是强化学习）见长。基于阿尔伯塔的 Amii 与基于蒙特利尔的 MILA、基于多伦多的 Vector 是加拿大政府资助的三大人工智能中心。阿尔伯特大学是全加拿大拥有人工智能领域教授最多的大学。
研究方向
基于符号化自解释推理的自然语言理解。目前，自然语言理解多基于深度神经网络。尽管取得了良好的性能，但深度神经网络通常缺乏可解释性。该研究方向旨在构造可自解释的神经网络机制并利用强化学习在弱监督条件下完成符号化推理过程，可运用于语义解析、语法解析、信息抽取等任务。在该研究方向上已发表多篇 ICML、IJCAI 和 ACL 论文，并获得 ACL’19 最佳论文提名。
无监督文本生成。已有的文本生成通常依赖于大量平行语料。该研究方向旨在提出一种无监督的文本生成框架；通过定义启发式的优化目标，并使用蒙特卡洛采样或离散优化等方法，不依赖于平行语料就能生成高质量的文本。目前，我们成功将该框架运用于复述文本生成、文本摘要和文本简化，多篇论文收录于 ACL’20。
亦欢迎其他研究方向，可互相探讨。
招生要求
1. 需具备较强的数学基础、编程能力和科研兴趣。
2. 博士研究生：具有硕士学位；特别优秀的本科生（有论文、有明确的NLP研究方向）可直接申请博士学位
3. 硕士研究生：具有学士学位（硕士期间保证全部薪酬）
4. 自费交换生：有一定的编程能力即可
5. 带薪实习生：已有一定的科研经验、成果；经讨论有明确的研究方向
6. 博士后：已发表顶会论文（不追求数量）、并且论文具有科学价值；对未来研究方向有所把握。年薪50K-60K加元
额外优势
风景优美、环境宜人
签证稳定
加拿大具有高度的公平性 (equity)、多样性 (diversity) 和包容性 (inclusiveness)
联系方式
lmou [at] ualberta [dot] ca
请附已发表论文和/或推荐人
