近日，国际人工智能顶级会议AAAI 2021公布论文录取结果。阿里巴巴文娱集团共有4篇论文被录用。
AAAI（Association for the Advance of Artificial Intelligence）是美国人工智能协会主办的年会，是人工智能领域中历史最悠久、涵盖内容最广泛的的国际顶级学术会议之一。本次AAAI 2021一共收到9034篇论文提交，其中有效审稿的只有7911篇，最终录取的数量为1692篇，接收率为21.4%。本次也被称为“史上最严AAAI”。
《Stochastic Bandits with Graph Feedback in Non-stationary Environments》论文作者：Shiyin Lu，Yao Hu ，Lijun Zhang 论文概述：本文研究图反馈随机老虎机问题。在该问题中，学习者在选取某个摇臂后，不仅能获得所选摇臂的奖励，也能观测到相邻摇臂的奖励。大部分现有的工作都假设摇臂的奖励分布不随时间变化。然而，该假设在很多现实场景如推荐系统和在线广告中并不成立。为了解决这个问题，本文提出一系列可以应用于非稳态环境的图反馈随机老虎机算法。当奖励分布的变化次数事先可知时，其中一个算法能够取得独立数最优的动态遗憾界。本文也设计了一个能够自适应变化次数并达到覆盖数最优的算法。
《Spatial-temporal Causal Inference for Partial Image-to-video Adaptation》论文作者：Jin Chen , Xinxiao Wu, Yao Hu, Jiebo Luo
论文概述：图像到视频域适应(image-to-video adaptation)的目标是借助有标注图像域来帮助未标注视频域的模型学习，大大减少了视频域模型从头开始训练的计算开销。该任务相比于图像域适应更具挑战性，因为视频和图像之间存在两类域偏移(domain shift)：1）图像和视频帧之间的表观差异引起的空间域偏移；2）图像缺少动态运动信息而引起的时间域偏移。此外，对于不同的视频类别，两个域偏移的影响也不同。因此在迁移过程中应该动态地调整对两类域偏移的重要性。本文提出了时空因果推理，用于图像到视频的域适应。首先，构造时空因果图，通过反事实推理来推断空间域偏移和时间域偏移的影响。然后，基于因果推理结果，学习图像和视频之间的双向异构映射。同时，提出类别对齐模块并嵌入到双向异构映射的学习中，可以应用于更加实际的场景。在多个视频数据集上的定量及定性实验验证了时空因果推理在图像到视频域适应任务上的有效性。
《A Joint Training Dual-MRC Framework for Aspect Based Sentiment Analysis》
论文作者：Yue Mao，Yi Shen， Chao Yu， Longjun Cai
论文概述：本文将细粒度情感分析（ABSA）问题中的所有子任务统一抽象成问答问题，并提出一种基于机器阅读理解的联合训练框架高效地同时解决ABSA的所有子任务，在多个公开数据集上达到了SOTA结果。
《Amodal Segmentation Based on Visible Region Segmentation and Shape Prior》
论文作者：Yuting Xiao,Yanyu Xu,ziming zhong,Weixin Luo,Jiawei Li,Shenghua Gao论文概述：本文针对非可见区域分割问题，我们提出在粗糙可见光和非可见掩模的基础上，引入可见光区域和形状先验来推理非可见区域的统一框架。形状先验的引入使得非可见分割更加稳健。我们提出的模型在三个数据集上均优于现有方法。
