高瓴人工智能学院3篇论文被CCF A类会议IJCAI录用

中国计算机学会（CCF）推荐的A类国际学术会议IJCAI 2021论文接收结果公布。高瓴人工智能学院师生有3篇论文被录用。国际人工智能联合会议（International Joint Conference on Artificial Intelligence, 简称为IJCAI）是人工智能领域中最主要的学术会议之一。IJCAI 2021投稿论文4204篇，仅有587篇论文被录取，论文接收率低至13.9%。

论文介绍

论文题目：Pretrained Language Model for Text Generation: A Survey

作者：李军毅，唐天一，赵鑫，文继荣

通讯作者：赵鑫

论文概述：文本生成已经成为自然语言处理中最重要但又最具挑战性的任务之一。深度学习的兴起大大推动了神经生成模型，特别是预训练语言模型范式的出现。在这篇论文中。我们概述了预训练语言模型在文本生成主题中取得的主要进展。我们首先介绍一般的任务定义，并简要说明PLM的主流架构。然后，我们讨论了现有的PLM如何适用于不同的输入数据并满足文本生成的属性要求，并进一步总结了几个重要的文本生成的微调策略。最后。我们提出了几个未来的方向。我们的论文旨在为文本生成研究者提供一个综合的、并具有指导意义的研究。

论文题目：A Survey on Complex Knowledge Base Question Answering: Methods, Challenges and Solutions

作者：兰韵诗，何高乐，蒋锦昊，蒋静，赵鑫，文继荣

通讯作者：赵鑫

论文概述：知识库问答旨在通过知识库回答自然语言问题。近来，大量的研究集中在语义或句法上复杂的问题上。在本文中，我们精心总结了复杂知识库问答任务的典型挑战和解决方案，介绍了复杂知识库问答的两种主流方法，即基于语义解析（基于SP）的方法和基于信息检索（基于IR）的方法。首先，我们形式化地定义了知识库问答任务并介绍了该任务下相关的数据集。然后，我们从两个类别的角度全面回顾了前沿方法，说明他们针对典型挑战的解决方案。最后，我们总结并讨论了一些仍具有挑战的未来研究方向。

论文题目：Self-Supervised Video Representation Learning with Constrained Spatiotemporal Jigsaw

作者：霍宇琦，丁明宇，卢浩宇，黄子渊，唐铭谦，卢志武，向滔

通讯作者：卢志武

论文概述：本文提出了一种利用视频时空连续性进行自监督视频表示学习的新方法。该工作的动机为，视频本质上是一种时空的数据，因此通过检测时空连续性/不连续性学习的表示有利于下游视频内容分析任务。一个自然的选择是建立并解决一个时空拼图的代理任务，然而，正如我们在实验中所证明的那样，这个代理任务很难解决。因此，我们提出了约束时空拼图，其中时空拼图以约束的方式形成，以确保大的连续时空长方体的存在，并且为模型推理连续性提供了足够的线索。即使这样，这个任务仍然非常困难，以至于我们依旧没有直接解决它们，而是仔细设计了四个更容易解决的代理任务。这四项任务的目的是在局部和全局水平上学习对时空连续性敏感的表征。大量的实验表明，我们的约束时空拼图在两个下游任务上达到了先进的水平。

来源：高瓴人工智能学院