最新！CCF-A类顶会WWW2020最佳论文出炉！OSU最佳论文，北邮斩获最佳学生论文！

2020 年 4 月 25 日 专知

【导读】CCF A类会议，国际万维网大会WWW 2020（International World Wide Web Conference）于2020年4月20日至24日在中国台湾举行。碰到疫情，WWW采用在线举行。刚刚最佳论文一系列奖项出炉了！来自俄亥俄州立大学的开放意图抽取《 Open Intent Extraction from Natural Language Interactions》获得最佳论文，北京邮电大学的移动App占位《Mobile App Squatting 》获得最佳学生论文！

WWW会议是每年一度的万维网国际会议。该会议一直是探讨互联网当前状态和未来发展的顶尖交流平台。今年共有1129 篇长论文投稿，接收217篇，接收率为19.2%，高于近年来的录取率；在397篇短论文的投稿中，共有98篇被接收，接收率为24.7%。

本届大会采用ZOOM软件开展网络会议。你可以在会议中回顾过去30年的Web技术和行业的变迁，分享最新研究成果，并规划基于Web技术的未来研究。会议目前公开了三项主题演讲，多研究方向介绍，研讨会和教程，博士学位会议等环节。会议汇聚了众多在大数据、人工智能、医疗保健、计算机科学、计算社会科学、公共政策、法律和人权等领域最杰出和最有影响力的研究人员，开发人员，决策者和思想家，他们将讨论如何创建未来的Web–即多样化，中立和平衡的Web，能够真正实现内容访问民主化梦想的Web。

详情可登陆以下会议官网查询：www2020.thewebconf.org/

「最佳论文奖」(Best Paper Award)

自然语言交互的开放意图提取 Open Intent Extraction from Natural Language Interactions

作者: Nikhita Vedula , Nedim Lipka , Pranav Maneriker , Srinivasan Parthasarathy Authors Info & Affiliations

摘要：准确地从用户的书面或口头语言中发现他们的意图在自然语言理解和自动对话响应中扮演着重要的角色。大多数现有的研究将其建模为每个话语都有一个意图标签的分类任务，将用户的话语从一组已知的类别中分组为一个单一的意图类型。在此基础上，我们定义并研究了公开意图发现的新问题。它涉及到从文本话语中发现一个或多个通用的意图类型，这些类型可能在训练中没有遇到。我们提出了一种新领域无关的方法OPINE，它将问题表述为开放世界环境下的一个序列标记任务。它在双向LSTM上使用CRF来以一致的格式提取意图，受意图标签标签之间的约束。我们用了一个多头自注意力机制来有效地学习远处单词之间的依赖关系。我们进一步使用对抗性训练来提高性能，并在不同的领域强有力地适应我们的模型。最后，我们策划并计划发布一个开放的意图注释数据集，包含25K个跨越不同领域的真实话语。大量的实验表明，我们的方法优于最先进的基线5-15%的F1得分点。我们还演示了OPINE在识别多个不同的域意图方面的有效性，每个域的训练示例有限(也可以为零)。

https://dl.acm.org/doi/10.1145/3366423.3380268

「最佳学生论文奖」(Best Student Paper Award)

移动App占位 Mobile App Squatting

Authors: Yangyu Hu , Haoyu Wang , Ren He , Li Li , Gareth Tyson , Ignacio Castro , Yao Guo , Lei Wu , Guoai Xu

域名抢占是攻击者模仿流行域名注册的一种对抗策略，已经被观察了几十年。然而，越来越多的证据表明，这种攻击方式已经蔓延到其他领域。在这篇文章中，我们探讨了占用攻击在移动应用生态系统中的存在。在“App Squatting”中，攻击者发布的带有标识符(如App名称或包名)的应用，与流行应用或知名互联网品牌的应用混淆不清。本文首次对app占用进行了深入的测量研究，揭示了app占位的流行及其意义。我们首先确定了app squatters常用的11种变形方式，并提出了一种名为“AppCrazy”的app标识符自动生成工具。我们将AppCrazy应用到谷歌Play中最受欢迎的500个应用中，生成了224,322个变形关键字，然后我们将这些变形关键字用于测试流行市场上的app非法占位者。通过这个，我们确认了问题的规模，确定了10553个占用应用程序(平均每个合法应用程序超过20个占位程序)。我们的调查显示，超过51%的非法占用应用程序是恶意的，其中一些非常受欢迎(高达1000万次下载)。同时，我们也发现移动应用市场在识别和消除非法占用应用方面并不成功。我们的发现表明了识别和防止滥用app的紧迫性。为此，我们已经公开发布了所有识别出的占位应用程序，以及我们的工具AppCrazy。

https://dl.acm.org/doi/abs/10.1145/3366423.3380243