
Siva Reddy
La nomination
Membre du comité du programme national
Titulaire de chaire en IA Facebook-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Siva Reddy est titulaire de la chaire en IA Facebook-CIFAR à Mila et professeur adjoint à l’École d’informatique et au département de linguistique de l’Université McGill.
S’intéressant au traitement du langage naturel, Siva Reddy vise à doter les machines de capacités de compréhension du langage afin que la conversation avec les machines soit aussi naturelle que celle avec les humains. Au cours de ce processus, il espère découvrir des représentations fondamentales du langage, à la fois symboliques et distributionnelles, qui permettent d’étudier les liens entre le langage et le sens.
Son expertise comprend la construction de modèles d’apprentissage symbolique et profond pour la compréhension du langage. En outre, il travaille sur des problèmes tels que l’analyse sémantique, la réponse aux questions, la compréhension de la lecture et les systèmes conversationnels.
Prix
- Amazon Research Award (co-chercheur), 2018
- Google PhD Fellowship, 2015
- Prix du meilleur article, International Joint Conference on Natural Language Processing, 2011
Publications Pertinentes
- Ponti, E. M., Aralikatte, R., Shrivastava, D., Reddy, S., Søgaard, A. (2021). « Minimax and Neyman-Pearson Meta-Learning for Outlier Languages ».
- Sachan, D. S., Reddy, S., Hamilton, W., Dyer, C., Yogatama, D. (2021). « End-to-End Training of Multi-Document Reader and Retriever for Open-Domain Question Answering ».
- Shen, Y., Tan, S., Sordoni, A., Reddy, S., Courville, A. (2021). « Explicitly Modeling Syntax in Language Models with Incremental Parsing and a Dynamic Oracle », Proceedings of the 2021 Conference of the North American Chapter of the Association for Computational Linguistics : Human Language Technologies, p. 1660-1672.
- Hosseini, A., Reddy, S., Bahdanau, D., Hjelm, R. D., Sordoni, A., Courville, A. (2021). « Understanding by Understanding Not: Modeling Negation in Language Models ».
- Nadeem, M., Bethke, A., Reddy, S. (2020). « Stereoset : Measuring stereotypical bias in pretrained language models ».
Soutenez-nous
Le CIFAR est un organisme de bienfaisance enregistré qui reçoit le soutien des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de donateurs individuels, d’entreprises et de partenaires canadiens et internationaux.