第38届国际人工智能大会主赛道录用CCIIP实验室2023级硕士生范城豪同学（导师：魏巍）的论文“Enhancing Low-Resource Relation Representations through Multi-View Decoupling”及2020级研究生刘宇航（导师：魏巍）和2021级博士生彭道万同学（导师：魏巍）的论文“Detection-based Intermediate Supervision for Visual Question Answering”。第38届国际人工智能大会（AAAI2024）计划于2024年2月20日-2月27日在加拿大温哥华召开。AAAI是CCF推荐的A类国际学术会议，在人工智能领域享有较高的学术声誉。这次会议的主赛道共收到破纪录的9862篇有效投稿，录用2342篇，录用率约23.75%。
1. Enhancing Low-Resource Relation Representations through Multi-View Decoupling
作者: Chenghao Fan, Wei Wei*, Xiaoye Qu, Zhenyi Lu, Wenfeng Xie, Yu Cheng, Dangyang Chen
内容简介: 目前提示学习在关系抽取任务性能上表现优异，然而在面临极端低资源的场景（比如1/2/3-shot）时，以往方法可能会面临如下问题：（1）低资源场景数据极度缺乏，导致无法利用简单提示建模复杂关系语义，如主被动语义；（2）离散简单文本难以描述复杂语义关系，即标签词与关系词间非简单1-1映射关系；针对上述问题，我们提出了一种新颖的MVRE方法，其通过关系解耦方式将单个（复杂）关系表示为多个不同视角的组合/联合表示，以便挖掘不同表示间隐式关联从而更好的表示原关系语义。简单来说，MVRE模型通过将关系虚拟词分解为连续多个虚拟词表示，以探索多个连续虚拟词间隐式关系，从而提高模型在低资源场景下对关系的表示能力。同时，模型通过引入全局-邻近损失并对关系表示进行动态初始化，以优化被分解的多关系虚拟词的学习过程。实验结果显示，所提的MVRE模型在极端低资源场景下（比如1-shot）优于目前已有SOTA基线模型。
图1. MVRE框架示意图
2. Detection-based Intermediate Supervision for Visual Question Answering
作者: Yuhang Liu#, Daowan Peng#, Wei Wei*, Yuanyuan Fu, Wenfeng Xie, Dangyang Chen.
内容简介：神经模块网络(NMNs)在回答组合视觉问题方面表现优异，特别在多跳视觉问答和逻辑推理方面。通常，基于NMNs的方法主要依赖问题文本生成的推理路径上的实例模块，将复杂问题分解为多个关联的简单子任务，并利用过程（中间）监督的方式加入监督信号以预测答案，从而提高推理逻辑的可解释性。然而，由于过程（中间）监督的粒度问题，导致以往方法往往存在如下问题：（1）实例模块与关联对象间非简单1-1映射关系，忽略其他潜在关联对象间影响，因此导致无法进行完整的跨模对齐学习；（2）基于IoU方法在过程（中间）监督时因边界框重叠问题导致模型可能聚焦到无关对象上，从而引入噪声问题。针对上述问题，我们提出了一种新颖的基于生成检测框架的DIS模型，其主要利用序列生成产生多个关联监督，在序列推理中监督每步推理逻辑的正确性及全面性，从而提高答案预测的性能，尤其是回答组合问题及其子问题的一致性方面均得到提升。通过实验验证，所提DIS模型在准确性及推理一致性方面均优于目前已有SOTA基线模型。
图2. DIS框架示意图