易文韬博士毕业于美国伊利诺伊本科香槟分校（UIUC）计算机系，现任微软雷德蒙德研究院机器学习研究组高级研究员。他主要从事自然语言处理、机器学习和信息检索等领域的研究，已在国际顶级期刊和会议上发表相关论文60余篇。他的博士研究提出使用整数线性规划在联合推理的工作，其方法目前已广泛被应用在各式自然语言处理的问题上。2005年加入微软研究院后，他的前期工作包括垃圾邮件过滤、关键词提取和搜索及广告的语义相关性，相关研究成果也大幅帮助提升微软产品的性能。他最近的工作重点是词汇语义学、知识库嵌入和自动问答，并在应用程序中使用神经网络和矩阵/张量分解方法。易文韬博士曾受邀担任了CEAS 2009，CoNLL 2014等国际会议的程序委员会主席，以及AAAI、IJCAI、HLT-NAACL，ACL等顶级会议的领域主席或资深程序委员。他的论文曾获得CoNLL-2011的最佳论文奖以及ACL-2015年的优秀论文奖。
http://research.microsoft.com/en-us/people/scottyih/
演讲题目：从文本匹配到语义分析 (Question Answering: from Text Matching to Semantic Parsing)
摘要：构建一个能处理大量文档，回答自然语言问题的智能系统，是人工智能研究人员几十年来追求的一个梦想。在这次演讲中，我将介绍一些微软雷德蒙德研究院近期在事实类问题自动回答上的研究工作，侧重于两个不同的问题：答案句的选择和基于知识库的自动问答。前者是传统检索问答系统的关键任务，后者的目的是通过语义分析问题的方式，在一个大型的知识库中寻找答案。对于这两个问题，我们的解决方案（发表在ACL-13和ACL-15）在概念上均较以往的方法简单，但性能上有显著的提升。此外，我也将对此类问题未来研究的机会和挑战，提出我的看法。
