Web会议技术趋势与多模态交互研究

TheWebConf：稳定主题与新变化

1998年，谷歌排名算法的首篇研究论文在被多个传统信息检索会议拒绝后，最终在刚成立四年的世界万维网会议（TheWebConf）上获得发表。

"它被WWW接受是因为这是一个新兴会议，愿意接纳创新思想，"某中心学者、埃默里大学计算机科学教授Eugene Agichtein表示。"它对新主题持开放态度，比传统学术会议更快速、更灵活，也更包容工业界工作。"

今年，这个曾经具有颠覆性的会议正式归属于计算机械协会（ACM），这标志着它获得了主流学术界的认可。

"今年是该会议系列正式过渡到ACM的历史性时刻，"某中心Alexa购物研究科学副总裁、会议新指导委员会副主席Yoelle Maarek表示。"这无疑为会议系列描绘了更光明的未来。"

会议规模与竞争态势

"五年前，我们收到了创纪录的投稿数量，"Agichtein说。"在966篇投稿中，有164篇被接受。今年投稿量几乎是五年前的两倍，达到1,820篇，但接受率仍保持在17%。会议规模爆炸式增长，竞争依然极其激烈。"

"由于接受率限制，许多潜在创新工作无法入选。但会议设置了多个替代轨道，包括工业界轨道、海报演示轨道和网络开发轨道，许多新兴主题得以展示。例如电子竞技和在线游戏，这些在常规学术会议中难以评估的领域，今年在Web会议上设有专门轨道。"

研究趋势变迁

Agichtein指出，就在他担任程序主席后的五年间，会议涵盖的研究主题分布发生了显著变化。

"五年前的热门主题之一是众包，研究用于训练和评估机器学习模型的大规模人类数据收集方法。但如今，这已成为创建大模型训练数据的主流方法。同样，对话系统也不再设有单独轨道，因为对话界面已被整合到通用搜索或推荐系统轨道中。"

"2017年，我们在Web会议上引入了计算健康新轨道，很高兴看到今年有许多关于网络健康的论文，使用不同的名称，如'公益网络'或'社会网络'。特别是在疫情期间，网络已成为健康相关活动和研究的核心。"

知识整合与多模态交互

最令Agichtein感兴趣的研究趋势之一是将结构化和非结构化知识及推理融入自然语言处理模型，用于对话式信息检索和推荐系统。

"以某中心的工作为例，为了生成明智的响应，对话代理需要能够检测何时、如何以及将何种知识以连贯的方式融入对话。例如，要推荐电影等物品，代理需要表示对话上下文，检索关于电影本身的有用知识，并理想情况下提供关于使这部电影适合用户的相关信息。"

"关于如何整合这些知识存在多种方法，无论是通过记忆一切将其直接整合到生成模型中，还是在运行时从各种来源检索知识，这是我们倾向于采用的方法。"

"新方法将使我们能够更好地选择相关知识，或推理知识源的哪些部分有助于包含，因为我们有更多能力捕捉对话上下文本身，以及更强大的模型来提取生成响应或从可能响应中选择所需的知识。"

"我研究的另一个方向是用户如何与信息检索和对话系统交互。由于Alexa等产品的普及，对话界面已无处不在，但这些代理在现实世界中如何与用户交互，以及与屏幕和可用传感器等其他模态结合，仍是一个完全开放的领域。"

"当我们在真实物理环境中与用户交互时，需要全新的模型来表示交互的物理上下文，并将内容和用户手势与他们在屏幕或现实世界中指代的内容连接起来。"

"本着这种精神，我们组织了Alexa Prize TaskBot挑战赛，为大学团队开发对话AI代理提供机会，协助用户完成烹饪和家居装修任务。TheWebConf的用户建模轨道将是这类工作的完美展示平台。"

"研究社区花了20年时间优化模型来解释网络上的用户查询和结果点击。现在我们拥有更丰富的环境和交互方式。可以想象，我们还需要另外20年才能真正提出准确的方法来解释用户与嵌入用户空间的多模态对话系统的交互。"

稳定与创新并存

然而，Agichtein表示："过去五年中，TheWebConf的整体主题保持相对稳定。只是每个轨道内的多样性持续增加。继续看到学术界和工业界的强大代表性令人鼓舞，这正是会议创立的精神所在。"