2019年2月11日至2月15日，计算机所严睿老师和博士生陶重阳、高莘前往澳大利亚墨尔本参加WSDM 2019(International Conference on Web Search and Data Mining)。

计算机所师生在WSDM 2019会场合影（左起：高莘、陶重阳、严睿）

WSDM是探索和数据挖掘领域的重要国际会议，受国际学术界的广泛关注。该会议强调实践，并具备高度选择性，每年从众多投稿中选取高质量原创论文发表于网络和社媒介上。

本次会议上，报告部分就如下四个方面进行了讨论：

（1）如何在实际场景中使用机器学习；

（2）如何在实践中观察并借助用户行为来改进系统；

（3）如何优化工业管道；

（4）规模问题已成为更多领域的挑战。

严睿老师发表演讲

严睿老师在会上发表了主题为《Recent Advances and Challenges on Human-Computer Conversational Systems》的演讲，介绍了正在积累、并逐渐向公众开放的会话系统背后的技术，人机对话系统的近期发展，以及深度学习技术带来的重大变化。

计算机所师生在WSDM 2019会议上共发表了2篇论文，论文信息如下：

[1] Chongyang Tao, Wei Wu, Can Xu, Wenpeng Hu, Dongyan Zhao and Rui Yan. Multi-Representation Fusion Network for Multi-turn Response Selection in Retrieval-based Chatbots.

本文研究检索式聊天机器人的上下文匹配问题。考虑多轮响应选择的多种表达，研究如何在深度神经结构中融合它们以进行匹配以及它们如何有助于匹配。对此，本文提出一个多表示融合网络，其中表示可以在早期阶段、中期阶段或后期阶段融合到匹配中。结果表明，后期融合总是优于早期融合，并且通过融合最后阶段的表示，我们的模型显著优于现有方法。

[2] Shen Gao, Zhaochun Ren, Yihong Eric Zhao, Dongyan Zhao, Dawei Yin and Rui Yan. Product-Aware Answer Generation in E-Commerce Question-Answering. In WSDM'19.

本文提出一个可以利用已有的商品评论和商品属性自动对用户提出的问题进行回答的模型。为了提升模型生成的答案与事实的一致性，本文提出使用对抗学习的方法来增强生成答案和事实的一致性。同时本文还开放了一个大规模的数据集以便后续研究。实验结果表明，无论是自动指标还是人工测评，本文的模型都有显著的提高。