CCIIP实验室2020级博士生赵森同学（2020年9月入学，导师：魏巍）论文“Towards Hierarchical Policy Learning for Conversational Recommendation with Hypergraph-based Reinforcement Learning”以及2021级博士生彭道万同学（2021年9月入学，导师：魏巍）论文“An Empirical Study on the Language Modal in Visual Question Answering” 被第32届人工智能领域顶级国际会议（IJCAI-2023）长文全文录用。第32届国际人工智能大会（the 32nd International Joint Conference on Artificial Intelligence）将于2023年8月19日-8月25日在中国澳门召开。IJCAI是中国计算机学会CCF推荐的A类国际学术会议，在相关领域享有较高学术声誉。这次会议共收到4566篇长文投稿，录用率仅为15%。
(1) Sen Zhao, Wei Wei*, Yifan Liu, Ziyang Wang, Wendi Li, Xian-Ling Mao, Shuai Zhu, Minghui Yang and Zujie Wen. Towards Hierarchical Policy Learning for Conversational Recommendation with Hypergraph-based Reinforcement Learning[C]//Proceedings of the 32th International Joint Conference on Artificial Intelligence (IJCAI-23).
内容简介：对话推荐系统(CRS)旨在通过对话主动地了解用户的动态偏好，并相应的推荐物品。CRS的每一轮对话中包含两个决策过程，这两个决策过程有不同的角色且相互影响: 指导者（director），即选择后续推荐/询问，以保证高效地缩小决策空间和了解用户偏好; 2) 执行者(actor)，即据指导者的决策，选出最符合用户偏好的物品/属性，并给出反馈，以评估指导者决策的有效性。然而，现有的方法严重依赖于统一的决策模式或启发式规则，而忽略了区分不同决策过程的作用，以及它们之间的相互影响。为了解决这个问题，我们提出了一个新颖的指导者-执行者层次化对话推荐策略(DAHCR)，其中指导者选择最有效的决策，随后执行者相应地选择满足用户偏好的具体物品/属性。 我们引入超图来建模用户的动态偏好，引入内部激励机制来缓解对指导者的若监督问题，引入Gumbel-Softmax来缓解模型偏差在指导者-执行者相互作用中所带来的不良影响。在基准数据集上进行的大量实验表明，DAHCR优于最先进的方法。
图1 会话推荐策略学习框架，包括外包策略（a），一体化策略（b），和我们提出的指导者-执行者层级化策略（DAHCR）
图2 指导者-执行者层级化对话推荐模型框架（DAHCR）
(2) Daowan Peng, Wei Wei*, Xian-Ling Mao, Yuanyuan Fu, and Dangyang Chen. An Empirical Study on the Language Modal in Visual Question Answering [C]//Proceedings of the 32nd International Joint Conference on Artificial Intelligence (IJCAI-23).
内容简介：在视觉问答任务中大多数模型通常倾向于利用训练数据集中语言模态的先验偏置信息，这种偏置信息通常被认为是由于问题类型与答案的共现所致。模型在IID分布数据集上表现良好，而在OOD分布的数据集上的泛化性不高。本文主要通过对当前最新VQA模型在流行视觉问答数据集中进行一系列验证性实验发现：先验偏置问题不仅来自于问题类型与答案的频繁共现，还跟问题中的视觉实体词与对应目标信息的共现关系密切相关，而这种偏置对模型的泛化性影响更大；经过对单词序列扰动训练发现模型在OOD分布数据上精度有不同程度提升。进行进一步分析发现由于模型不能从扰动的问题中学习原始问题中的固有模式，从而使得模型能关注更通用模式。此外，基于以上发现本文还提出了简单且有效的去偏方法并将其与多个SOTA基线模型结合，在OOD数据集上实验显示各模型均取得不同程度精度提升。
图1. 模型示意图