12:00-13:20  签到

13:20-13:30  开场 ——林晖 流利说联合创始人兼首席科学家

13:30-14:15《AI线上教育业务的技术挑战》——史团委   流利说技术VP

近几年有两个方向很热——教育和人工智能。流利说是横跨两个热点的公司，主打AI+教育。通过AI老师，个性化的提供教育服务，从而达到更高效的学习效果。

在这个业务背景下，对技术团队提出更高的要求，需要技术团队不断技术创新，不仅要解决教育线上化的难题，同时还需要思考人工智能如何更好为整体教育服务赋能。

这背后有哪些挑战？本课题将带领大家一起了解AI教育业务的一些技术挑战。

14:15-15:00  《自然语言处理在语法纠错中的应用》——李若冰  流利说算法Tech Leader

语法纠错（Grammatical Error Correction, GEC）是一种纠正文本中存在的诸如拼写错误、主谓一致错误和标点符号错误等多种语法错误的任务。在语言教学中，自动语法纠错可以帮助语言学习者矫正其在口语或书面表达中出现的各类语法错误。本次分享我们首先会聊一聊自然语言处理技术在语法纠错领域中的演进史；另外，我们融合了多种自然语言处理技术，构建了一套适用于口语和写作评测的自动语法纠错与反馈系统。该系统在公开测试集上获得了接近 SOTA 的性能指标，且已经被应用在流利说的多个产品中。

15:00-15:20  茶歇

15:20-16:05  《深度学习与智能问答》——胡一川 来也联合创始人兼CTO

自然语言理解被誉为“人工智能皇冠上的明珠”， 相比语音识别、图像识别等感知智能技术，自然语言理解代表了认知智能。让机器像人类一样理解语言，这是人类对人工智能最初的幻想，如今已经成为人工智能的攻坚技术之一。

智能问答是指在特定场景下，让机器具备回答用户问题的能力。智能问答技术在客服、销售等需要人性化交互的场景下有很大价值，如今我们每天都在使用或受益于它。本次分享主要围绕以下几点展开：1、智能问答的问题定义；2、智能问答系统的架构；3、深度学习在智能问答中的应用；4、智能问答的典型应用场景。

16:05-16:45  《LAS语音识别系统》——王斌 流利说算法工程师

近年兴起的端到端语音识别系统，相比于传统的基于HMM的方法，可以有效的简化语音识别系统的复杂度，使得识别系统可以更加方便的推广到一个新的领域。本次报告主要介绍一个典型的基于注意力机制的端到端模型——LAS模型，包括模型的基本定义和训练方法，以及一些模型提升的策略。我们成功将LAS模型用于公开测试机Librispeech和流利说内部数据集上，在多个测试机上LAS模型都超越传统的基于HMM的方法，获得显著的识别错误率下降。