近日，人工智能国际会议AAAI-2020公布的录用结果中，我中心自然语言处理研究组有3篇论文入选。AAAI是人工智能领域的顶级会议，被中国计算机学会认定为A类会议，今年论文录用率为20.6%。此次被录用的论文的相关信息如下：
1.题目：Enhancing Pointer Network for Sentence Ordering with Pairwise Ordering Predictions. (作者：Yongjing Yin, Fandong Meng, Jinsong Su, Yubing Ge, Linfeng Song, Jie Zhou and Jiebo Luo)。论文第一作者是中心2017级硕士研究生尹永竞，通讯作者是苏劲松副教授。
本文针对指针网络自左向右解码的局限性，提出利用每个句对的相对位置分类来作为指针网络上下文信息的补充。本文设计了两个模块来分别建模历史局部连贯性和预估未来信息，动态地生成候选句子的键表示，在排序任务上取得了显著的性能提升。
2.题目：Neural Simile Recognition with Cyclic Multitask Learning and Local Attention. (作者：Jiali Zeng, Linfeng Song, Jinsong Su, Jun Xie, Wei Song and Jiebo Luo)。论文共同第一作者是中心2017级硕士研究生曾嘉莉和美国罗切斯特大学宋霖峰博士，通讯作者是苏劲松副教授。
本论文提出了处理明喻识别任务的一种新颖的循环多任务学习框架。该框架把多个子任务进行堆叠并首尾连接，使这一子任务流水线成为一个循环 。该框架下，每个前置子任务的输出将作为当前子任务的附加输入来迭代执行每个子任务，从而更好地探索子任务之间的相互依赖性。
3.题目：A Robust Adversarial Training Approach to Machine Reading Comprehension. 作者：Kai Liu, Xin Liu, An Yang, Jing Wang, Jinsong Su, Sujian Li and Qiaoqiao She。论文共同第一作者是百度刘凯博士和中心2019级硕士研究生刘鑫。
本文针对人工设计的对抗样例不能很好地涵盖所有的对抗种类的问题，提出了一种新的鲁棒性对抗训练方法。该方法根据当前模型参数动态地生成对抗性实例，并利用生成的实例进行迭代训练，从而提升了模型在多种类对抗样例下的鲁棒性。
