近日，计算机人工智能国际会议AAAI2021公布录用结果，我中心自然语言处理研究组完成的论文Improving Tree-Structured Decoder Training for Code Generation via Mutual Learning被录用。AAAI2021被中国计算机学会认定为A类会议。本次AAAI2021一共收到9034篇论文提交，其中有效审稿的只有7911篇，最终录取的数量为1692篇。
论文的第一作者是信息学院软件工程系2017级本科生谢彬彬，通讯作者为信息学院软件工程系苏劲松副教授。论文引入对于seq2tree模型进行增强的统一的框架。利用对解码器端的树结构进行不同的遍历来建模多个模型。各个模型之间利用互学习相互增强，使其输出分布相互拉近，从而使得最终模型能够感知多种遍历方式的信息。论文在多个公开数据集上进行实验，充分证明了此模型的有效性和通用性。论文方法具有很好的通用性，适用于文本生成任务的所有树形解码器训练。
