SIGIR 2020:有哪些亮点?

作者: 小心肝

来源: 学术头条

发布日期: 2020-07-22

SIGIR 2020会议在中国西安线上举行,中国学者在组委会中占据一半席位。会议收录了1180篇论文,录取340篇,华人学者表现突出,特别是中国科技大学的何向南教授入选9篇论文。会议主题集中在推荐系统、搜索/排名、AI及信息检索等。

AI会议季已经到来,在过去的几个月CVPR、ICLR、ICML、ACL陆续线上举办,想必大家已经领略了今年人工智能最新进展的风采,而精彩远不止于此,8月到来之前,还有一个重磅AI会议即将登场: SIGIR 2020将于7月25日开始。

AMiner上线了SIGIR 2020最新专题,收录了今年录用的所有论文,并对过去历年来SIGIR的录用论文数据进行了分析,后期还将陆续推出论文数据分析与论文精读等内容,为大家详解SIGIR 2020最新动态。SIGIR是一个展示信息检索领域中各种新技术和新成果的重要国际论坛,SIGIR专注于信息存储、检索和传播的各个方面,包括研究战略、输出方案和系统评估。

SIGIR属于信息检索领域的顶级会议,由ACM SIGIR组织于1978年开始举办。举办方式是每三年在美洲、欧洲和其它区域轮换进行,比如2017年在日本东京、2018年在美国密西根大学、2019年在法国巴黎,而2020年的SIGIR会议将在中国西安举行。因为疫情的影响,这次SIGIR 2020已经改为线上举办的模式。

值得一提的是,这次中国学者在SIGIR 2020的组委会中占据了一半以上,这意味着中国学者经过艰辛的努力后,在SIGIR中开始有着非常良好的发展。

本次会议邀请到了6位重磅Keynote嘉宾:多伦多大学Geoffrey E. Hinton教授、西安交通大学徐宗本院士、谷歌Elizabeth F. Churchill博士、杜伊斯堡-埃森大学Norbert Fuhr教授、美国国家标准与技术研究院Ellen M. Voorhees博士、悉尼大学Dacheng Tao教授等,他们将为大会带来精彩报告。

据悉,今年SIGIR论文投稿创历史新高,共收到论文投稿总数1180篇,总共录取340篇。其中,共收到555篇长文投稿,仅有147篇长文被录用,录用率约26%;共收到了507篇短文投稿,录用153篇,录取率为30%。来自32个国家的1221名作者为录用论文做出了贡献。

根据不同地区的论文入选统计,可以看出中美两国论文数占据了全部的一半还多,其中不论是长论文还是短论文中国都领先于美国成为了投稿数量最多的国家,特别是长论文中国几乎是美国的投稿的两倍。

如图所示的1999年至2019年SIGIR论文投稿及录稿趋势,我们可以看到在2009至2012年之间SIGIR投稿、录取数达到了顶峰阶段,而在2012年之后出现了明显的下滑,直到2018年,经过征文主题的改革后,SIGIR才出现复苏,到2020年开始有了一个比较大的增长,无论是投稿量还是收稿量都实现了突破,500多篇中有140篇被接收,录取率也从之前的18%至22%之间增长到28%。

从不同主题的投稿数量可以看出,投稿数最多的主题分别是推荐,搜索/排名,应用,AI及信息检索,基础及未来,评估。其中Recommendation占了最大的比重,投稿量和接收量仍然最多;由于Ranking和Search属于AI非常关注的问题,所以比重也很大,Foundation、Human和Evaluation持续小众。

AMiner根据2020 SIGIR论文的关键词提取,可以看到本届SIGIR的关键词主要集中在推荐,推荐系统,强化学习,知识图谱,图神经网络,对话,协同过滤等。

SIGIR 2020上华人学者的表现十分突出。入选的论文中共有317位华人学者,其中有1人发表9篇论文,3人发表8篇,1人发表7篇,2人发表6篇,7人入选5篇,7人入选4篇,15人入选3篇,44位入选2篇论文。其中一作华人学生共有55人。以一作身份发表2篇论文的有7人。此次入选论文数量最多的为来自中国科技大学的何向南教授,共入选9篇论文。何向南教授于2016年获得新加坡国立大学计算机科学博士学位。

他的研究兴趣涵盖信息检索,数据挖掘和应用机器学习。他在60多个顶级会议上发表了60多种出版物,这些会议包括SIGIR,WWW,KDD和MM,以及包括TKDE,TOIS和TNNLS在内的期刊。他在推荐器系统方面的工作在WWW 2018和SIGIR 2016上获得了最佳论文奖荣誉奖。

此外,他还担任过CCIS 2019的PC主席,MM 2019和CIKM 2019的区域主席,并且是多个顶级会议的PC成员,包括SIGIR,WWW,KDD等,以及TKDE,TOIS,TMM等期刊的定期审阅者。

他具有丰富的教学经验,包括在WWW 2018和SIGIR 2018中提供了“针对搜索和推荐匹配的深度学习”教程,SIGIR 2018中的教程“电子商务中的信息发现”,以及ICMR 2018中的教程“多媒体内容推荐技术”。

UUID: 51427020-261d-4c74-a631-5084ca938a0a

原始文件名: /home/andie/dev/tudou/annot/AI语料库-20240917-V2/AI语料库/学术头条公众号-pdf2txt/学术头条2020年-下/2020-07-22_组委会一半席位是中国学者的SIGIR2020,有哪些亮点?.txt

是否为广告: 否

处理费用: 0.0052 元