讲座题目：面向社交媒体分析的多任务学习方法研究

讲座时间：2023年12月15日17：00-18:00

讲 座 人：柴合言 博士生

地  点：信息楼L1811

讲座内容：

随着社交媒体的蓬勃发展，社交媒体数据中蕴含着巨大的信息价值，对这些信息进行分析可以深入了解社会、经济、文化等领域的动态变化。多任务学习是一种有效的学习方法，可以通过联合学习多个相关任务来提高模型的性能。在社交媒体分析领域，多任务学习方法已经被广泛应用于各种任务，如情感分析、意见挖掘、用户画像等。然而，现有的多任务学习方法在多任务联合优化时会出现任务冲突，从而产生负迁移，降低了多任务模型的泛化能力，导致无法提升所有任务的性能。本报告旨在研究社交媒体分析领域中的多任务学习方法存在的任务冲突问题，提出一系列的多任务平衡优化方法，以缓解任务冲突，提升多任务模型的泛化能力，从而进一步提升社交媒体分析的表现。

讲座人简介：

柴合言，博士生，2020年至今在哈尔滨工业大学 (深圳) 计算机科学与技术学院攻读博士学位，指导教师为方滨兴教授和廖清教授。主要研究方向为网络舆情分析、多任务学习。