2019 年 6 月 19 日，清華大學(xué)人工智能研究院智能信息獲取研究中心成立儀式暨學(xué)術(shù)交流會(huì)在信息科學(xué)技術(shù)大樓多功能廳舉行。這是繼知識(shí)智能研究中心、聽(tīng)覺(jué)智能研究中心、基礎(chǔ)理論研究中心、智能機(jī)器人研究中心、智能人機(jī)交互研究中心之后成立的第六個(gè)研究中心。清華大學(xué)副校長(zhǎng)、人工智能研究院管委會(huì)主任尤政院士，人工智能研究院院長(zhǎng)張鈸院士出席成立儀式并共同為中心揭牌，并為智能信息獲取研究中心主任計(jì)算機(jī)系馬少平教授頒發(fā)了聘書(shū)。 
尤政院士與張鈸院士致辭

成立儀式在人工智能研究院常務(wù)副院長(zhǎng)孫茂松教授的主持下，首先請(qǐng)清華大學(xué)副校長(zhǎng)、人工智能研究院管委會(huì)主任尤政院士與人工智能研究院院長(zhǎng)張鈸院士為清華大學(xué)人工智能研究院智能信息獲取研究中心的成立致辭。

尤政院士在致辭中指出，在當(dāng)前信息爆炸時(shí)代，人類(lèi)有限的認(rèn)知能力和近乎無(wú)限的海量信息之間矛盾日益顯著。智能信息獲取研究旨在實(shí)現(xiàn)人與信息的高效匹配，在這一領(lǐng)域的技術(shù)突破和應(yīng)用已經(jīng)也必將繼續(xù)對(duì)社會(huì)發(fā)展和大眾生活產(chǎn)生巨大影響。希望智能信息獲取研究中心更好地集中優(yōu)勢(shì)力量，以智能信息處理研究為切入點(diǎn)，取得一批具有重大影響的原創(chuàng)成果，培養(yǎng)一批人工智能領(lǐng)域的優(yōu)秀人才，帶動(dòng)對(duì)人工智能的深入研究與應(yīng)用，更好地服務(wù)于國(guó)家和清華的人工智能發(fā)展戰(zhàn)略。

張鈸院士代表清華大學(xué)人工智能研究院致辭。他表示，當(dāng)今社會(huì)的信息獲取，尤其是從互聯(lián)網(wǎng)上進(jìn)行信息獲取，幾乎成為了每個(gè)人生活與工作不可或缺的部分。信息獲取研究中心團(tuán)隊(duì)近 20 年中在相關(guān)研究領(lǐng)域已經(jīng)取得了顯著成績(jī)，但也還有很多待研究解決的新問(wèn)題等待著我們?nèi)タ朔０l(fā)展人工智能的理論與技術(shù)是極其艱難的，并非一朝一夕能夠完成，希望研究中心繼續(xù)努力，為國(guó)家與社會(huì)做出更大的貢獻(xiàn)。

致辭結(jié)束后，尤政院士與張鈸院士在大家的熱烈掌聲之下，共同為智能信息獲取研究中心揭牌。然后向智能信息獲取研究中心主任計(jì)算機(jī)系馬少平教授頒發(fā)了聘書(shū)，同時(shí)聘請(qǐng)新加坡國(guó)立大學(xué)蔡達(dá)成教授與加拿大蒙特利爾大學(xué)聶建云教授作為學(xué)術(shù)顧問(wèn)。

全面揭曉智能信息獲取研究中心

緊接啟動(dòng)儀式之后，智能信息獲取研究中心主任馬少平教授向我們介紹了中心的各方面情況，包括關(guān)注領(lǐng)域、研究?jī)?nèi)容以及人員構(gòu)成。馬教授表示，智能信息獲取研究中心旨在研究如何智能地幫助人們更簡(jiǎn)單和高效地獲得、分析和處理信息：

3 個(gè)關(guān)注重點(diǎn)

• 開(kāi)展相關(guān)理論研究：結(jié)合認(rèn)知心理學(xué)、經(jīng)濟(jì)學(xué)等相關(guān)領(lǐng)域，探究人類(lèi)信息獲取行為的內(nèi)在規(guī)律，研究支持智能信息獲取、處理和分析的基礎(chǔ)理論和方法；
• 構(gòu)建數(shù)據(jù)計(jì)算平臺(tái)：建設(shè)包含互聯(lián)網(wǎng)數(shù)據(jù)、用戶(hù)行為數(shù)據(jù)的數(shù)據(jù)平臺(tái)和支持智能檢索、個(gè)性化推薦、智能問(wèn)答、對(duì)話(huà)系統(tǒng)的智能計(jì)算平臺(tái)；
• 促進(jìn)學(xué)術(shù)交流合作：舉辦開(kāi)放的、國(guó)際化的與人工智能和信息獲取相關(guān)學(xué)術(shù)活動(dòng)，增進(jìn)學(xué)術(shù)交流；普及智能信息獲取和處理分析技術(shù)，促進(jìn)產(chǎn)學(xué)合作。

主要研究?jī)?nèi)容

• 智能信息檢索：理解用戶(hù)背后多樣化信息需求來(lái)幫助用戶(hù)快速有效地訪問(wèn)和利用海量互聯(lián)網(wǎng)信息；
• 個(gè)性化推薦與用戶(hù)建模：挖掘用戶(hù)屬性、興趣偏好，主動(dòng)為每個(gè)用戶(hù)對(duì)信息進(jìn)行智能過(guò)濾和推薦，解決信息過(guò)載的問(wèn)題；
• 智能問(wèn)答和智能對(duì)話(huà)系統(tǒng)：得用戶(hù)能夠通過(guò)問(wèn)答、對(duì)話(huà)等更自然的方式與信息系統(tǒng)進(jìn)行交互；
• 用戶(hù)行為分析與挖掘：通過(guò)對(duì)海量用戶(hù)在線行為信息進(jìn)行收集、處理和挖掘，利用其中蘊(yùn)含的豐富群體智慧信息開(kāi)展用戶(hù)行為分析，形成信息閉環(huán)，不斷提升智能信息獲取系統(tǒng)的性能。 

6 個(gè)代表性成果

• 基于用戶(hù)的搜索引擎新能評(píng)價(jià)及滿(mǎn)意度分析：如何在存在諸多偏置的環(huán)境下對(duì)搜索引擎的性能進(jìn)行有效和準(zhǔn)確的評(píng)價(jià)是一個(gè)挑戰(zhàn)性的問(wèn)題，中心基于收益與代價(jià)因素，設(shè)計(jì)二者融合的用戶(hù)滿(mǎn)意度研究體系與用戶(hù)停止評(píng)價(jià)策略。相關(guān)研究獲得了頂級(jí)國(guó)際會(huì)議 SIGIR2017 的最佳學(xué)生論文獎(jiǎng)。
• 針對(duì)互聯(lián)網(wǎng)搜索的深度點(diǎn)擊模型與異質(zhì)結(jié)果排序：搜索結(jié)果頁(yè)中豐富多樣的多模態(tài)結(jié)果（文本、圖像、視頻、新聞、百科知識(shí)……）使得傳統(tǒng)基于文本相似度的排序方式面臨極大挑戰(zhàn)，中心基于文本、視覺(jué)以及結(jié)構(gòu)等多種類(lèi)型的信息，對(duì)異質(zhì)結(jié)果進(jìn)行重排序。相關(guān)研究論文在重要國(guó)際會(huì)議 CIKM 2018 上獲得全面最佳論文獎(jiǎng)。
• 個(gè)性化推薦中的用戶(hù)行為和滿(mǎn)意度研究：用戶(hù)的行為被廣泛應(yīng)用于推薦系統(tǒng)的訓(xùn)練和評(píng)價(jià)中，但其與用戶(hù)實(shí)際偏好和滿(mǎn)意度之間存在差異。針對(duì)該問(wèn)題，中心設(shè)計(jì)了深入的用戶(hù)實(shí)驗(yàn)并結(jié)合大規(guī)模真實(shí)日志分析，全面探究了行為、偏好和滿(mǎn)意度之間的關(guān)系，并引入質(zhì)量和用戶(hù)負(fù)向體驗(yàn)的效應(yīng)，改善了隱式反饋的構(gòu)建和在線評(píng)價(jià)指標(biāo)，提出了質(zhì)量和負(fù)向體驗(yàn)的識(shí)別模型。相關(guān)研究論文發(fā)表在 SIGIR 2018,WWW 2019,SIGIR 2019 等頂級(jí)會(huì)議上。
• 可解釋的推薦算法研究及應(yīng)用：推薦結(jié)果的可解釋性一直是推薦領(lǐng)域重點(diǎn)關(guān)注的研究?jī)?nèi)容。針對(duì)這一課題，一方面，中心嘗試從用戶(hù)的主觀偏好來(lái)解釋推薦結(jié)果，利用用戶(hù)的歷史評(píng)論和社交關(guān)系等信息給出推薦解釋?zhuān)涣硪环矫妫行倪€從知識(shí)圖譜中挖掘除了商品間的關(guān)系信息，嘗試?yán)眠@些客觀的商品互補(bǔ)/互斥關(guān)系來(lái)進(jìn)行推薦的解釋。相關(guān)研究論文發(fā)表在 WSDM 2015,CIKM 2018,WWW 2018,WWW 2019 等頂級(jí)國(guó)際會(huì)議上。
• 常識(shí)知識(shí)驅(qū)動(dòng)的開(kāi)放領(lǐng)域?qū)υ?huà)生成：常識(shí)只是在許多自然語(yǔ)言處理任務(wù)中起到了至關(guān)重要的作用。此項(xiàng)工作中，我們提出了一種全新的開(kāi)放領(lǐng)域?qū)υ?huà)生成模型，來(lái)展示大規(guī)模的常識(shí)知識(shí)如何促進(jìn)自然語(yǔ)言的理解與生成。這是將大規(guī)模常識(shí)知識(shí)引入對(duì)話(huà)生成任務(wù)的首次嘗試。與其他獨(dú)立利用知識(shí)庫(kù)三元組或?qū)嶓w的模型不同，中心提出了圖注意力模型，將知識(shí)圖譜的信息結(jié)構(gòu)化地作為一個(gè)整體進(jìn)行表示。相關(guān)研究論文在頂級(jí)國(guó)際會(huì)議 IJCAI 2018 上獲杰出論文獎(jiǎng)。
• 情緒化聊天機(jī)器人：情緒智能是人類(lèi)智能行為的重要特征。在對(duì)話(huà)系統(tǒng)中感知情緒和表達(dá)情緒對(duì)于提高對(duì)話(huà)系統(tǒng)的一致性和交互性十分重要。中心提出了情緒化對(duì)話(huà)內(nèi)容生成模型，首次在大規(guī)模神經(jīng)對(duì)話(huà)生成模型中考慮了情感因素，并采取情緒狀態(tài)嵌入、內(nèi)部記憶、外部記憶等技術(shù)控制文本中的情感表達(dá)。論文發(fā)表在 AAAI 2018。

之后，馬教授還向我們介紹了研究中心開(kāi)放的數(shù)據(jù)集，包括互聯(lián)網(wǎng)語(yǔ)料，搜索數(shù)據(jù)，專(zhuān)業(yè)領(lǐng)域，輸入法語(yǔ)料四方面的資源，可供學(xué)界和業(yè)界研究使用。

五大學(xué)術(shù)專(zhuān)場(chǎng)報(bào)告

隨后，學(xué)術(shù)研討交流會(huì)進(jìn)入學(xué)術(shù)專(zhuān)場(chǎng)報(bào)告環(huán)節(jié)。首先由來(lái)自加拿大蒙特利爾大學(xué)的聶建云教授帶來(lái)了題為
「Representation learning in information retrieval – What to represent」的特邀報(bào)告。聶建云教授以信息檢索領(lǐng)域中文檔和查詢(xún)?cè)~的表示學(xué)習(xí)為切入點(diǎn)，深入探討了傳統(tǒng)的內(nèi)容匹配和基于神經(jīng)網(wǎng)絡(luò)的內(nèi)容表示兩種檢索思路的優(yōu)劣與結(jié)合方式，指出兩類(lèi)特征對(duì)于檢索來(lái)說(shuō)同樣重要。此外，聶教授還特別指出，研究數(shù)據(jù)、匹配信息的融合方式以及知識(shí)的應(yīng)用方式在信息檢索研究中仍然是巨大挑戰(zhàn)，期待研究中心在相關(guān)領(lǐng)域取得更大突破。  接著由清華大學(xué)張敏副教授圍繞「?jìng)€(gè)性化推薦中的可解釋性與公平性」展開(kāi)報(bào)告。張敏副教授介紹了團(tuán)隊(duì)在特征、評(píng)論、商品三個(gè)層次上，將用戶(hù)產(chǎn)生內(nèi)容及基于知識(shí)圖譜的規(guī)則推理學(xué)習(xí)與推薦算法相融合，開(kāi)展的可解釋性推薦方法研究成果；同時(shí)還介紹了在推薦公平性方面，團(tuán)隊(duì)在深入理解用戶(hù)行為、改進(jìn)推薦算法和改善評(píng)價(jià)指標(biāo)方面的研究工作。她指出，可解釋性和公平性是當(dāng)前信息檢索、特別是個(gè)性化推薦領(lǐng)域的研究重點(diǎn)和熱點(diǎn)；而提出可解釋性和公平性是兩個(gè)緊密關(guān)聯(lián)的具有挑戰(zhàn)性的問(wèn)題。這也呼吁更多研究者們一起加入到相關(guān)研究中來(lái)，以提升用戶(hù)對(duì)推薦內(nèi)容的滿(mǎn)意度。

然后是清華大學(xué)劉奕群副教授做了題為「群體智能支撐的互聯(lián)網(wǎng)搜索技術(shù)」的報(bào)告。在報(bào)告中，劉奕群副教授首先強(qiáng)調(diào)了搜索對(duì)信息化社會(huì)和信息安全具有重要的意義，并簡(jiǎn)要回顧了研究團(tuán)隊(duì)在利用群體智能改進(jìn)互聯(lián)網(wǎng)搜索技術(shù)方面取得的一系列進(jìn)展。隨后，劉奕群副教授介紹了團(tuán)隊(duì)在用戶(hù)行為指導(dǎo)的機(jī)器閱讀模型和相關(guān)性計(jì)算兩方面最新研究成果，闡述了通過(guò)分析人類(lèi)認(rèn)知行為，改進(jìn)計(jì)算模型的新研究范式。 
來(lái)自業(yè)界的搜狗公司副總裁許靜芳博士也帶來(lái)了相關(guān)主題的報(bào)告——「問(wèn)答—精準(zhǔn)信息的智能獲取方式」。在報(bào)告中，許靜芳博士先簡(jiǎn)單介紹了對(duì)信息獲取方式的演化歷程，指出隨著交互方式和用戶(hù)習(xí)慣的變化，問(wèn)答引擎在為用戶(hù)帶來(lái)精準(zhǔn)信息方面扮演著越來(lái)越重要的角色。因此，問(wèn)題的表達(dá)、答案的連接和答案的生成是問(wèn)答研究中面臨的主要挑戰(zhàn)。針對(duì)這些挑戰(zhàn)，許靜芳博士也向我們介紹了當(dāng)前相關(guān)的研究進(jìn)展，同時(shí)也期待能與研究中心在相關(guān)方向取得更多研究成果。

最后一個(gè)學(xué)術(shù)報(bào)告由清華大學(xué)黃民烈副教授針對(duì)「對(duì)話(huà)系統(tǒng)中的強(qiáng)語(yǔ)義、弱語(yǔ)義」做了探討。黃民烈副教授介紹了在智能對(duì)話(huà)場(chǎng)景下，強(qiáng)語(yǔ)義信息與弱語(yǔ)義信息在相關(guān)研究中的優(yōu)劣和應(yīng)用情況，并展示了當(dāng)前課題組通過(guò)結(jié)合知識(shí)圖譜信息、神經(jīng)計(jì)算等手段在應(yīng)對(duì)這些挑戰(zhàn)的研究進(jìn)展與成果。他指出，語(yǔ)義問(wèn)題、一致性問(wèn)題和交互性問(wèn)題是現(xiàn)在對(duì)話(huà)機(jī)器人研究領(lǐng)域的主要挑戰(zhàn)。 
本次會(huì)議出席嘉賓還有華宇元典公司總經(jīng)理鄒劭坤、首席技術(shù)官李東海等。大會(huì)結(jié)束時(shí)，馬少平教授對(duì)于學(xué)界和業(yè)界同仁的積極參與表示了感謝，并表示智能信息獲取研究中心今后將整合多學(xué)科交叉的優(yōu)勢(shì)力量，深入開(kāi)展相關(guān)研究，以促進(jìn)清華和國(guó)家信息獲取和人工智能研究與發(fā)展為宗旨，打造一個(gè)具有廣泛影響力的學(xué)術(shù)研究平臺(tái)與學(xué)術(shù)交流中心。