近日，第39届AAAI人工智能大会 (The 39th Annual AAAI Conference on Artificial Intelligence，AAAI 2025) 于2025年2月25日- 3月4日在美国宾夕法尼亚州费城举行。AAAI是人工智能领域涵盖内容最广泛的国际顶级学术会议之一，是中国计算机学会（CCF）推荐的 A 类人工智能国际顶级学术会议，在人工智能领域具有顶尖学术影响力。
我院师生的长文论文《KAES: Multi-aspect Shared Knowledge Finding and Aligning for Cross-prompt Automated Scoring of Essay Traits》被录用，论文同时被选为口头报告论文（oral paper）并在会议现场宣读。论文第一作者为李霞教授、导师，论文学生一作为学院在读硕士研究生潘雯静同学。
论文概述：跨主题作文自动评分旨在利用来自不同源主题的作文进行模型训练，并测试模型在新的目标主题作文上的表现。这一任务的核心挑战在于尽可能多地学习主题间的共享知识，从而更好地表征新的目标主题作文。以往的研究主要集中于在一般的、粗粒度的层面上学习这些知识，而忽略了主题间共享知识的高度细化性，这种知识涵盖了更全面的信息范围，但尚未得到充分挖掘。在本文中，我们提出一种新颖的多方面知识发现与对齐优化策略，以更好地获取这些详细且多样的共享知识。同时，我们通过引入大语言模型，从隐式多方面共享知识中提取显式和可解释的知识，并利用这些知识提升新主题作文的表征和评价性能。我们在公开数据集上进行了广泛的实验，结果表明，我们的方法优于当前最先进的模型，并在跨主题作文自动评分任务上表现出色。
图1. 论文模型图
