4月15日，中國計算機學會（CCF）推薦的A類國際學術會議SIGIR 2021論文接收結果公布。 山東大學軟件學院謝翌博士的長文“Learning Domain Semantics and Cross-Domain Correlations for Paper Recommendation”被錄用。SIGIR是人工智能領域智能信息檢索方向最權威的國際會議。第44屆國際計算機學會信息檢索大會（The 44th International ACM SIGIR Conference on Research and Development in Information Retrieval, SIGIR 2021）計劃于2021年7月11日-7月15日以線上會議形式召開。這次會議共收到720篇長文投稿，僅有151篇長文被錄用，錄用率約21%。 

附：論文介紹

論文題目：Learning Domain Semantics and Cross-Domain Correlations for Paper Recommendation

作者：謝翌，孫宇清，Elisa Bertino

論文概述：理解知識在不同學科之間的技術轉移，對于促進學術創(chuàng)新非常重要。實現這一目標要面臨兩個挑戰(zhàn)，即語義歧義和跨學科的不對稱學術影響。本文研究了跨學科論文推薦中的知識傳播和語義關聯特征。我們采用生成模型將論文內容表示為在現有層次化學科分類上的概率關聯，以降低語義的歧義。學科間的語義相關性通過影響函數、相關性度量和排序機制來表示。將用戶興趣表示為目標領域語義上的概率分布，并推薦相關論文。在真實數據集上的實驗結果表明了該方法的有效性。我們基于可解釋性實驗討論了結果的內在因素。與傳統的基于詞嵌入方法相比，本文方法支持領域語義的演化，從而支持語義關聯的更新。本文方法的另一優(yōu)點是它的靈活性和一致性，可以通過論文列表或關鍵字查詢來支持用戶興趣表示，適用于實際應用場景。