第30届国际人工智能联合会议（IJCAI-2021）于2021年4月29日发布了论文录用结果，博士生丁泽源的论文被录取为长文。 IJCAI (International Joint Conference on Artificial Intelligence) 是人工智能领域的顶级国际学术会议，每年举办一次。IJCAI -2021大会投稿数量达4204篇，有587篇论文被录取，录用率为13.9%。

（1）Focus on Interaction: A Novel Dynamic Graph Model for Joint Multiple Intent Detection and Slot Filling

　　关注交互：一种用于联合多意图检测和槽位填充的动态图模型

研究背景：口语理解是任务型对话的重要组成部分，它由槽位填充和意图检测两个子任务组成。但是由于Pipeline（流水线，计算机领域指按照工序进行顺序处理）方法的错误传播及两个任务的高度相关性，联合学习的方法往往优于Pipeline方法。目前的联合学习方法多针对于单意图的场景，而在现实场景中，用户经常在一句话中表达多个意图。然而，大多数联合模型直接将多个意图信息进行融合，这将意图噪声引入到句子语义中，从而导致联合模型的性能下降。

算法模型：本文提出了针对槽位填充和多意图检测的动态图模型，该模型首先使用共享编码器对话语进行编码，从而获得意图和槽位之间的共享信息。然后使用意图检测解码器进行意图识别。接着，使用动态图模块构建意图-槽位交互图，并使用图注意力网络对交互图进行编码。最后，使用槽位解码器来预测槽位。本研究的框架图如下：

实验结果：我们在两个多意图数据集（MixATIS 和 MixSNIPS）上进行了实验，结果证明了我们方法的有效性。我们还在两个单意图数据集（ATIS和 SNIPS）上进行实验，结果证明我们的方法优于一系列的baseline，从而验证了模型的泛化性。同时，消融实验的结果表明，文中使用动态图模块构建的意图-槽位交互图能够提升模型的性能。