"AI之夏"学术沙龙系列讲座第6讲：基于因果推断的信息检索纠偏方法

1183 views

报告摘要

基于海量的用户反馈数据训练信息检索模型能够带来显著的效果提升，与此同时，用户反馈中蕴含的各类偏差也为算法和模型带来了新的风险与挑战。如何发现并去除用户反馈中的偏差以训练无偏的检索模型是当前信息检索研究的热点问题，而识别各相关因素间的因果关系是行之有效的纠偏手段。本报告将在分析搜索中存在各类偏差的基础上介绍因果推断方法，包括基本概念、假设、应对方案以及不同方案在搜索中的适用场景，并具体介绍几种基于因果推断的搜索纠偏方法。

主讲人信息

徐君

教授
徐君、教授，博导，中国人民大学杰出学者特聘教授、北京智源人工智能研究院智源学者。主要研究方向为智能信息检索模型，曾获SIGIR 2019 Test of Time Award Honorable Mention、CIKM 2017 Best Full Paper Runner-up、AIRS 2010 Best Paper、北京市自然科学奖（二等奖、排名第2）。提出的排序学习算法多次被欧美学者写入信息检索教科书、应用于开源信息检索系统Lemur和微软、华为等公司的搜索产品；正担任或曾担任SIGIR、CIKM等学术会议Senior PC，担任期刊ACM TIST副主编和JASIST编委，主持国家自然科学基金和国家重点研发计划项目。