2018年8月10日，研究组博士生杜嘉晨和硕士生陈荻的论文获自然语言处理顶级会议Conference on Empirical Methods in Natural Language Processing-2018 （EMNLP-2018）录用。

博士生杜嘉晨论文《Variational Autoregressive Decoder for Neural Response Generation》主要提出了一种基于自回归的变分自编码机（Variational Auto-Encoder）的开放域对话自动回复模型。为了使生成回复具有更好的连贯性，模型在生成过程的每一步中通过变分推理引入后续文本信息。实验结果显示该方法有效提高了回复生成的相关性与多样性。

硕士生陈荻、博士生杜嘉晨论文《Hybrid Neural Attention for Agreement/Disagreement Inference in Online Debates》主要研究社交媒体中交互文本的立场一致性判别。论文提出混合注意力机制，在交互文本的联合建模过程中引入自我注意力（Self Attention）和交叉注意力（Cross Attention）。在多个英文在线辩论数据集的实验中，文中提出的方法超越了现有模型的性能，并且在注意tongue力信号可视化的定性分析中，模型学习所得的文本特征表示能够在突出自身重点的同时，又兼顾了交互语境信息。

EMNLP是自然语言处理领域的国际顶级学术会议，在中国计算机学会推荐会议列表中被列为B类会议，今年将于比利时布鲁塞尔举行。

论文信息：

Jiachen Du, Wenjie Li, Yulan He, Ruifeng Xu*, Lidong Bing and Xuan Wang， Variational Autoregressive Decoder for Neural Response Generation， Proceeding of EMNLP 2018.

Di Chen, Jiachen Du, Lidong Bing, Ruifeng Xu*. Hybrid Neural Attention for Agreement/Disagreement Inference in Online Debates. Proceedings of EMNLP 2018