计算机所师生参加AAAI2018

2018年2月1日,计算机所赵东岩老师、严睿老师,陶重阳、曾颖、宋伊萍、付振新等四位同学前往美国新奥尔良参加AAAI2018(The Thirty-Second AAAI Conference on Artificial Intelligence)。该会议是美国人工智能协会的年度会议,是人工智能领域的顶级会议,受到学术界和工业界的极大关注。

本次会议投稿超过3800篇,共接收长文993篇,接收率低于25%。大会主题包括机器学习、自然语言处理、计算机视觉、人工智能应用,还有检索、规划、博弈论等传统人工智能研究方向,包括嘉宾演讲,口头报告,海报展示,讨论会等多个环节,给参会人员以充分的交流机会。

计算机所师生在本次会议共发表4篇长文,内容涉及对话评价,对话生成,事件抽取和文本风格迁移。论文信息如下:

Chongyang Tao, Lili Mou, Dongyan Zhao and Rui Yan. RUBER: An Unsupervised Method for Automatic Evaluation of Open-Domain Dialog Systems. 本文提出了一种结合无参考回复和有参考回复的开放领域的对话系统评测方法,该方法同时考虑了问题(先前用户的话语)和参考回复对生成的回复进行评测。通过在两种典型的对话系统上(基于检索和基于生成的)的实验测试表明,本文提出的评价方法与人工评价具有很高的相关性。

Yiping Song, Rui Yan, Yansong Feng, Yaoyuan Zhang, Dongyan Zhao and Ming Zhang. Towards a Neural Conversation Model with Diversity Net Using Determinantal Point Processes. 多样性问题一直是生成式人机对话的瓶颈。本文提出两种将行列式点过程与生成模型结合的方法,有效提升了生成对话中两个粒度的多样性。

Ying Zeng, Yansong Feng, Rong Ma, Zheng Wang, Rui Yan, Chongde Shi and Dongyan Zhao. Scale Up Event Extraction Learning via Automatic Training Data Generation. 本研究任务提出了一种弱监督的事件抽取方法,该方法由三个子任务构成:首先,使用知识库做远程监督自动标注事件抽取数据集;再学习事件抽取模型;最后利用模型从新闻中抽取出可用于更新知识库的事件。

Zhenxin Fu, Xiaoye Tan, Nanyun Peng, Dongyan Zhao and Rui Yan. Style Transfer in Text: Exploration and Evaluation. 自然语言处理领域的风格迁移一直落后计算机视觉领域,本文提出了两种文本风格迁移的方法(多解码器和风格向量)和两种评价指标(迁移强度和内容保留程度),结果显示本文所提方法能够既迁移风格又保留内容。

师生合影(左起:曾颖、陶重阳、赵东岩、宋伊萍、付振新)

CLOSE

上一篇 下一篇