AAAI 19见闻

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

“MVP”领域

趋势？（Positive Words, Negative Words , Word Cloud）

(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。