揭秘哈工大（深圳） IJCAI 论文报告会，国内最领先的 NLP 研究成果都在这了！

IJCAI（国际人工智能联合学术会议）是国际人工智能领域排名第一的学术会议，今年将于 8 月 19 日至 25 日在澳大利亚墨尔本举行。

为促进国内人工智能领域，特别是自然语言处理、社交媒体计算相关方向研究的发展以及研究者之间的交流，在刚刚过去的周末，中国中文信息学会青年工作委员会、中国人工智能学会青年工作委员会、中国人工智能学会知识工程与分布式智能专委会以及 CCF-腾讯犀牛鸟基金主办，哈工大（深圳）计算机科学与技术学院承办了人工智能前沿技术研讨会暨 IJCAI 2017 论文报告会。此外，本次活动还获得了深圳狗尾草智能科技有限公司的赞助，雷锋网提供直播支持。

本次主办方之一的 CCF -腾讯犀牛鸟基金由腾讯高校合作团队和 CCF 联合发起，于 2013 年发布至今已有 600+ 位优秀学者提出申请，共 75 项科研基金获得支持，申请海内外专利 100+ 项，发表高水平学术论文 200+ 篇。腾讯高校合作总监刘婷婷表示，赞助顶级学术会议、分享前沿研发实践是腾讯促进学术交流、实现产学研互动互通的重要工作之一，腾讯会继续不遗余力的联动产业界与学界，打通创新的“任督二脉”。

本次报告会采用提前在网上进行报名的方式，报名系统两天就已经爆满。雷锋网 AI 科技评论了解到，本次研讨会一票难求，有研究者和同学报名了也没能通过来到现场，可见受关注程度之高。而虽然当天深圳下着瓢泼大雨，但丝毫不影响与会者的热情。来自香港科技大学、清华大学、北京大学、中科院、哈工大等境内外高校和腾讯、百度、华为、美的、招商银行等企业的研究生和科研人员 200 余人参加了论文报告会。

本次报告会由中国人工智能学会青年工作委员会秘书长、哈尔滨工业大学（深圳）计算机学院徐睿峰教授和汤步洲副教授主持。中国人工智能学会副理事长、北京大学刘宏教授，中国中文信息学会青年工作委员会副主任、东北大学肖桐博士，哈尔滨工业大学（深圳）计算机学院院长王轩教授分别在开幕式上代表中国人工智能学会、中国中文信息学会和哈尔滨工业大学（深圳）致欢迎词。

论文报告会持续一整天时间，分为四个 Session，分别由四位优秀博士生担任主席进行组织工作，他们分别是：

• 王炳宁：中国科学院自动化研究所博士生，主要研究方向为自然语言处理，机器阅读理解。在人工智能、自然语言处理顶级会议 IJCAI、ACL 上以第一作者身份发表论文三篇。

• 涂存超：清华大学计算机人智所自然语言处理组博士生，主要研究方向为自然语言处理，网络表示学习、目前已在人工智能、自然语言处理等领域著名国际会议（ACL、IJCAI 等）及期刊（ACM TIST, JCST 等）发表相关论文多篇。

• 刘鹏飞：复旦大学计算机科学技术学院自然语言处理组博士生；研究方向是自然语言处理中的表示学习、多任务学习。已在相关领域的顶级会议（ACL、EMNLP、IJCAI）发表一作论文 9 篇，获得 2016 年百度奖学金与 2017 年度 IBM 全球博士生英才计划奖。

• 杜嘉晨：哈尔滨工业大学（深圳）博士生。主要研究方向包括自然语言理解的情感分析、归因生成及多任务学习。已在 IJCAI、KBS 等相关领域会议与期刊发表论文多篇。

在四名主持人的组织下，受邀讲者依次上台展示自己的工作，主要采用中文演讲，英文 PPT 呈现的方式。本次论文报告会邀请了包括清华大学、复旦大学、北京大学、哈尔滨工业大学、中科院自动化所、中科院计算所、东北大学、南京大学、苏州大学等多个高校的学生；此外，腾讯 AI 平台与深圳狗尾草智能科技也分享了他们的工作成果。

现场流程比较紧凑，每位讲者只有半小时不到的演讲时间，且只有一两个问题的提问机会。不过在演讲现场外的大厅处，展示着几位讲者的论文海报，在茶歇时间可以看到，有不少与会者围在海报周围与演讲者交流。

在与讲者交流的过程中，雷锋网(公众号：雷锋网) AI 科技评论发现，在自然语言处理领域，工业界与学术界的联系也越来越紧密。作为第一位讲者，腾讯 AI 平台部的张玥分享的是团队在腾讯智能客服工作的一些创新与思考。针对目前智能客服研究存在数据缺失、用词的多样化及句式多样化等问题，腾讯团队采用了多任务学习的方式，通过基于 Seq2Seq 及语义匹配的辅助任务提升客服智能程度。而他也告诉 AI 科技评论，目前这一研究已经运用于腾讯的智能客服应用中，主要针对的是游戏用户的一些咨询。

而深圳狗尾草智能科技有限公司不仅为此次会议提供了大力支持，公司 CTO 王昊奋博士也在题为《当知识图谱遇到聊天机器人：机遇与挑战》的报告中，探讨了如何深入结合学术前沿的知识图谱与应用前沿的聊天机器人，促进了学术界与产业界的互动。

清华大学博士生涂存超今年在 IJCAI 所提交的是社交表征学习方面的工作，他表示团队目前正与微信进行合作，通过用户的兴趣爱好、社交网络来构建富有针对性的用户画像。

不过，也有一些工作目前处于实验室阶段，南京大学的薛洪见在交流环节与 AI 科技评论进行了交流。他在会上分享的是推荐系统的深层矩阵分解模型，不过因为论文中所呈现的维度有限，与实际应用情况还有着一定距离。

值得一提的是，雷锋网 AI 科技评论了解到，除了相关专业的学生，也有不少与会者是来自腾讯、百度等企业的职员。腾讯 SNG 事业部的算法工程师王励向雷锋网 AI 科技评论表示，她从老师处看到了这个活动，抱着了解 NLP 领域研究工作与工业界近况的想法，报名参加了这个会议。

清华大学博士生韩矞向雷锋网 AI 科技评论表示，这次到场的分享让他受益良多，听取了在场嘉宾的演讲后，「有不少工作的想法非常具有新意，对我的工作也有着很大帮助。」而他进而也开始反思起深度学习的研究依然任重道远，「目前深度学习需要非常大的数据量，而且它的逻辑依然是个黑箱，比起训练一个模型进行经验式的调参，研究者们需要更深入地对深度学习的本质进行探索。」

持续一整天的 IJCAI 报告会干货满满。会议主席徐睿峰教授介绍说，6 月 18 日将邀请会议讲者以及来自哈工大、腾讯、新疆大学等单位的研究者举行深入的专题研讨会。此外，在今年人工智能领域另一旗舰会议 AAAI 录用通知公布后，中国人工智能学会与中国中文信息学会将再次举行论文报告会。主办方也向热情的同学们表示，PPT 将于近日分享给大家。在会议期间负责直播媒体合作的雷锋网也将于近期放出录制视频，敬请期待！

后附邀请名单及演讲内容：

• Intelligent Customer Service: a Multi-Task Learning based Approch

  讲者：Yue Zhang，腾讯公司

• TransNet: Translation-Based Network Representation Learning For Social Relation Extraction

  讲者：Cunchao Tu，清华大学

• Dynamic Compositional Neural Networks over Tree Structure

  讲者：Pengfei Liu，复旦大学

• A Deep Neural Network for Chinese Zero Pronoun Resolution

  讲者：Qingyu Yin，哈尔滨工业大学

• Interactive Attention Networks for Aspect-Level Sentiment Classfication

  讲者：Dehong Ma，北京大学

• Cascade Dynamics Modeling with Attention-based Recurrent Neural Network

  讲者：Yongqing Wang, 中国科学院计算机研究所

• Effective Deep Memory Networks for Distant Supervised Relation Extraction 

  讲者：Xiaocheng Feng，哈尔滨工业大学

• When knowledge Graph meets Chatbot: Opportunities and Challenges

  讲者：Haofen Wang，深圳狗尾草智能科技有限公司

• Fast Parallel Training of Neural Language Models 

  讲者：Tong Xiao，东北大学

• Deep Matrix Factorization Models for Recommender Systems

  讲者：Hongjian Xue，南京大学

• Maximum Expected Likelihood Estimation for Zero-resource Neural Machine

  讲者：Hao Zheng，清华大学

• Stance Classification with Target-specific Neural Attention

  讲者：Jiachen Du，哈尔滨工业大学

• A Neural Model for Joint Event Detection and Summarization

  讲者：Zhongqing Wang，苏州大学

• Mention Recommendation for Twitter with End-to-End Memory Network

  讲者：Haoran Huang，复旦大学

• Who to Invite Next? Prediction Invitees of Social Groups

  讲者：Yu Han，清华大学

• CGANs: Conditional Generative Adversarial Networks for Commonsense Machine Comprehension

  讲者：Bingning Wang，中国科学院自动化研究所

• CentextCare: Incorporating Contextual Information Networks to Representation Learning on Medical Forum Data

  讲者：Sendong Zhao，哈尔滨工业大学

如果您想获得 IJCAI 论文报告会的完整视频及 PPT 内容，欢迎关注“AI 科技评论”（aitechtalk），在后台回复“IJCAI视频”及“IJCAIPPT”获取！

。