计算自然语言学习会议 CoNLL 2019（2019 Conference on Computational Natural Language Learning）将于2019年11月3日至4日在中国香港举行，EMNLP-IJCNLP 2019主会将随后召开。CoNLL是计算语言学和自然语言处理领域的重要国际会议，由ACL旗下SIGNLL（Special Interest Group on Natural Language Learning）组织，每年举办一次。据CoNLL官方报道，今年的投稿量再创新高，相比去年投稿量增加50%以上（编者注：去年投稿量为295篇，录用率仅为20.8%）。

哈工大讯飞联合实验室（HFL）的一篇论文被CoNLL 2019录用。

标题：TripleNet: Triple Attention Network for Multi-Turn Response Selection in Retrieval-based Chatbots

作者：马文涛，崔一鸣，邵楠，何苏，张伟男，刘挺，王士进，胡国平

领域：人机交互，检索式对话

类型：长文（Long Paper）

摘要：检索式对话是业界人机对话系统的主流架构，虽然近年来取得了诸多进展，但在回复质量上存在明显问题。我们发现其中一个重要原因是对当前问题Query的挖掘不够，目前的工作基本都是通过建模<Context, Response>的关系来选择回复Response，这导致现有的模型倾向于选择与上下文Context中某一句相似度很高却与当前Query缺少相关性的回复。受到机器阅读理解相关工作的启发，我们发现对话上下文中不同对话的重要性通常也是由当前Query来决定的。因此，我们提出了基于<Context, Query, Response>三元计算的新架构TripleNet，其核心模块Triple Attention可以同时对称地计算<C, Q ,R>三者之间的关系，从而将Query的信息显式建模进来。我们在大规模的英文数据集Ubuntu和中文数据集Douban上分别验证并发现该模型可以显著提升回复选择的质量，并取得了目前state-of-the-art效果，为检索式人机对话系统提供了一种新的模型架构。同时，哈工大社会计算与信息检索研究中心（公众号：哈工大SCIR）车万翔教授团队在CoNLL 2019国际跨框架语义分析评测中斩获桂冠，在此表示祝贺！

• 哈工大SCIR在CoNLL-2019国际跨框架语义分析评测中取得第一名