报告题目：面向开放域问答的自适应信息检索

报告人：庞亮  副研究员（中国科学院计算技术研究所） 

主持人：王琳琳  青年研究员

报告时间：2022年5月13日星期五 上午09:30-11:00

报告地点：腾讯会议（会议号：659-575-907）

报告摘要：    

      信息检索是开放域问答的一个重要步骤，尤其针对困难问题，需要有效地从大型语料库中收集多个逻辑相关的证据。然而，所有现有的迭代方法都使用预定义的策略，无法满足各种问题的多样化需求。我们基于强化学习的思想，提出了一种用于开放域问答的自适应信息检索框架（AISO框架）。具体来说，整个检索和回答过程被建模为一个部分观察的马尔可夫决策过程，其中检索函数定义为动作，返回的段落列表定义为观测。根据学到的策略，AISO可以根据收集到的证据和重构的查询，自适应地选择适当的检索函数，寻找下一个缺失的证据，或者在证据集足够时直接输出答案。目前在HotpotQA fullwiki榜单上位居世界第一。

报告人简介：    

       庞亮，博士，中国科学院计算技术研究所副研究员，就职于中科院计算所数据智能系统研究中心，信息检索专委会通讯委员，青工委执委。研究方向为自然语言生成和信息检索。在本领域国际重要学术会议与期刊上发表学术论文（ACL, AAAI, IJCAI, SIGIR, CIKM等）30余篇，谷歌引用超过1800，ACM CIKM 2017最佳论文Runner-up奖。担任ACL，NeurIPS，WWW, SIGIR, TKDE , TOIS等国际会议程序委员和期刊审稿人。研究成果以MatchZoo文本匹配开源工具的形式开源GitHub关注超过3000。提出的深度文本匹配模型在Kaggle Quora文本匹配比赛中获得全球第四。NeurIPS 2018多智能体挑战赛强化学习全球冠军。曾获中文信息学会优秀博士学位论文奖，计算所新百星称号，2020年将门超新星科技人才TOP10。作为负责人承担国家自然科学基金青年基金项目、腾讯犀牛鸟AI Lab专项项目、智源悟道科研基金项目。