内容简介:来写一下迟到的见闻先把最重要的信息放在前面:直接输入url
来写一下迟到的见闻
先把最重要的信息放在前面: 如果要下载AAAI 19发表的paper ,
直接输入url https://www.aaai.org/Papers/AAAI/2019/AAAI-{第一作者姓氏}{第一作者名首字母}.{序号}.pdf
即可,如 https://www.aaai.org/Papers/AAAI/2019/AAAI-DingW.5846.pdf
以下进入正文
会议基本信息
一些基本信息已经有 科技媒体报道 了,所以我只概括一下paper相关的重点
投稿量 | 录用数 | 录用率 | Session数 |
---|---|---|---|
7095 | 1147 | 16.2% | 122 |
“MVP”领域
领域 | 投稿量 | 录用数 | 录用率 |
---|---|---|---|
M L | 2555 | 354 | 15.1% |
V ision | 2555 | 158 | 16.3% |
NL P | 1123 | 162 | 15.7% |
趋势?(Positive Words, Negative Words , Word Cloud)
Positive | games, planning, optimal, partial, language, inference, approximate, bayesian, random, decision | Negative | generative, clustering, framework, information, segmentation, social, search, domain, word, modeling |
---|
(我都没碰到呢)
各类Paper奖项
- Outstanding Paper : How to Combine Tree-Search Methods in Reinforcement Learning. Yonathan Efroni, Gal Dalal, Bruno Scherrer and Shie Mannor .
- Outstanding Paper Honorable Mention : Solving Imperfect-Information Games via Discounted Regret Minimization. Noam Brown, Tuomas Sandholm .
- Outstanding Student Paper : Zero Shot Learning for Code Education: Rubric Sampling with Deep Learning Inference. Mike Wu, Milan Mosse, Noah Goodman, Chris Piech .
- Outstanding Student Paper Honorable Mention : Learning to Teach in Cooperative Multiagent Reinforcement Learning. Omidshafiei, Shayegan , Kim, Dong-Ki , Liu, Miao .
- 2019 Classic Paper Award : Content-Boosted Collaborative Filtering for Improved Recommendations. P. Melville, R. Mooney, and R. Nagarajan . (AAAI 02)
- 2019 Classic Paper Honorable Mention : D* Lite. Sven Koenig, Maxim Likhachev . (AAAI 02)
个人见闻
在AAAI 19正会之前,有为期两天的 tutorials 和 workshops ,其中一个workshop和我们密切相关: Reasoning for Complex Question Answering (内容可以在 这里 找到)。大家比较感兴趣的具体任务主要有Scientific QA(Reading)和Visual QA等,关键问题包括不仅限于从输入文本/图片中提取“结构化”知识、长文本的阅读和推理等。其中个人感觉 Eduard Hovy 的Invited Talk《From Simple to Complex QA》尤其有趣(不幸的是内容好像没有公开出来),他的报告主要包括“Complex”QA的Complexity划分和对策,
以及Neural方法的局限性——”如果不读文章甚至不读题干,Network会在阅读任务上得到什么”,
然后特别赞扬了高考英语问答项目发布的数据集(报告后我们讨论了会不会学到类似“三长一短选最短”之类的task specific meta-knowledge, 以及度量本身的重要性)。
正会的Invited Talk基本是以智慧城市为主题的,因此毫无兴趣。主要听了关于自然语言处理和知识表示推理的Session。
- 印象中有相当多的工作在尝试向基于深度学习的NLP任务中加入一些结构信息 。一些工作尝试 引入外部的常识知识or知识图谱来处理文本蕴含、阅读、文本生成等“理解”任务,基本上都可以通过在标题中检索“Knowledge”找到 (同时也会找到不少关于KBP包括KB-complet的工作)。
- 也有很多(比我预料的多)的关于推理、规则方法的工作,例如和我们的工作同样是 基于模式集选择的submodularity完成识别任务 的Knowledge Refinement via Rule Selection(如果付出一些相应的努力,完全使用该文章的语言体系表述我们的任务是完全可行的,反过来应该也可以)等。
- 一些工作有比较新的任务,例如AI2的QUAREL: A Dataset and Models for Answering Questions about Qualitative Relationships
还有Qualitative Spatial Logic over 2D Euclidean Spaces is Not Finitely Axiomatisable这种算是关于地理/空间推理的(把这个列出来主要是个人觉得好玩)等等
至于我自己报告的工作,在poster session大概和10~20人左右有交流,他们主要关心这种pattern的处理手段能否应用到其他任务上(尤其是企业人士)、方法表现优秀的原因(在noisy texts——tweets上的效果大家似乎很感兴趣)以及这个训练过程到底要几轮(深刻体会到了流程图画的不好……),见到了1位reviewer(大概),有3~4个人特别表达了对该工作的喜爱。经过交流,感觉对自己的工作有了更深的理解(好像不太对……),也充分体会到了讲故事能力的不足。
总体来说是AAAI是包容性很强的会议,Diversity很强,可以见到一些新奇的东西。通过和别人的交流,感觉好的故事(i.e. 对自己工作的深刻理解)对提升一项工作的意义/价值非常重要,一些真正solid的工作则对于和别人交流有很大帮助。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 面试见闻
- AIS2019见闻
- SpringOne Platform大会见闻
- 顶会见闻系列:NeurIPS 2018 论文精选
- JetBrains开发者日见闻(一)之Kotlin/Native 尝鲜篇
- DockOne微信分享(二零八):华尔街见闻Istio生产实践
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。