人工智能领域顶级国际会议AAAI 2015于1月25日到30日在美国奥斯汀召开，我组共有4篇论文被会议录用。博士生赵宇、林衍凯和本科生刘扬参加了本次会议并分别以口头报告（三篇）和海报展示（一篇）的形式宣讲论文。

刘洋、孙茂松 的论文 “Contrastive Unsupervised Word Alignment with Non-Local Features” 针对无监督词语对齐提出了一种对比学习方法，采用n-best list对期望进行快速准确地近似计算，论文对应的系统TsinghuaAligner已经公布源代码、GUI、在线演示系统和数据集（http://nlp.csai.tsinghua.edu.cn/~ly/systems/TsinghuaAligner/TsinghuaAligner.html）

赵宇、刘知远、孙茂松 的论文 “Phrase Type Sensitive Tensor Indexing Model for Semantic Composition” 利用张量实现词汇间的语义组合操作，可以自动根据词汇表示为不同类型的低频短语或新产生的短语构建语义表示，在短语语义相关度计算任务上取得了显著的提升。

林衍凯、刘知远、孙茂松 的论文 “Learning Entity and Relation Embeddings for Knowledge Graph Completion” 针对知识图谱的表示学习模型TransR，将实体映射到不同关系空间中构建优化目标，并通过聚类对关系进行细分，能够有效改善1-N、N-1类型关系的表示，在链接预测和文本关系抽取等任务均取得了显著的提升。

刘扬、刘知远、Tat-Seng Chua、孙茂松 的论文 “Topical Word Embeddings” 利用Topic Model为词汇表示学习提供补充信息，提出区分主题的词汇表示模型topical word embeddings，在上下文相关的词汇相似度计算和文本分类任务上取得了显著的提升。

赵宇作口头报告

林衍凯作海报展示

刘扬作口头报告