第一届深度匹配实战研讨会成功召开

   

    在上个月刚刚结束的国际信息检索与数据挖掘会议（ACM WSDM 2019）上，我们成功举办了First International Workshop on Deep MatchingIn Practical Applications（ DAPA -2019）（https://wsdm2019-dapa.github.io）（组织者：范意兴、艾青遥、任昭春、洪亮劫、殷大伟、郭嘉丰），对匹配算法在真实的应用场景中面临的问题与挑战进行了探讨。

    本次研讨会中，我们分别从学术界和工业界邀请了两位重量级的嘉宾作为Keynote Speaker，分别是荷兰皇家艺术与科学院院士Maarten de Rijke 和今日头条AI实验室主任李航博士。其中，Maarten教授做了题为“Neural Outfit Recommendation”的报告，介绍了服装推荐中的匹配方法的应用；李航博士做了题为“Concepts and Principles of MatchingTechnologies”的报告，对匹配方法的概念和原理进行了梳理和总结。同时，我们也邀请了两位优秀的年轻学者报告，分别是北京大学的助理教授严睿和亚马逊的高级应用研究员宋奕伟。其中严睿介绍了对话系统中的最新研究进展与挑战，宋奕伟介绍了语义匹配在亚马逊的商品推荐中的应用。最后，来自微软的Widad Machmouchi发布了一个用于排序的大规模人工标注的数据集MS-MARCO，我们实验室的范意兴博士介绍了深度文本匹配工具集MatchZoo。此外，在本次的研讨会中，我们一共接收到12篇的论文投稿，并评选出了7篇论文在会议期间进行Poster展示与讨论。

    所有的报告PPT以及论文的PDF都已经上传在会议网站（https://wsdm2019-dapa.github.io），欢迎对本方向感兴趣的老师、同学和科研人员下载与交流。

 以下是录用的论文列表：

1.NikitBegwani, Shrutendra Harsola and Rahul Agrawal. Learning from Weights: A Cost-Sensitive Approach for Ad Retrieval.

2.QingyaoAi, Xuanhui Wang, Nadav Golbandi, Michael Bendersky and Marc Najork. Learning Groupwise Scoring Functions Using DeepNeural Networks.

3.XiaotingZhao, Raphael Louca, Diane Hu and Liangjie Hong. Learning Item-Interaction Embeddings for UserRecommendations.

4.WenjinWu and Wei Lin. EENMF: An End-to-End Neural MatchingFramework for E-Commerce Sponsored Search.

5.GuanyuLi, Pengfei Zhang and Caiyan Jia. Attention Boosted Sequential Inference Model.

6.HibaAhsan and Rahul Agrawal. Approximating CategoricalSimilarity in Sponsored Search Relevance.

7.LongxuanMa, Pengfei Wang and Lei Zhang. Dynamic Feature Generation Network for Answer Selection.