本次会议创下了国际NLP顶会的新纪录，论文提交数量飙升到2906篇，最终收录论文660篇，录取率仅为22.7%。

此次会议议题广泛，包括物联网、云计算、人工智能和5G给全球所带来的巨大影响。

自1969年IJCAI首次在美国华盛顿召开以来，距今已过去了整整50年。

该文提出了一个由主题结构作指导的神经网络模型，没有使用常见的循环神经网络，而是在卷积解码器的基础上显性地加入了内容的主题结构，从而生成完整而流畅的摘要。

IJCAI理事会决定评选张成奇教授为2024年IJCAI大会主席。这也是继杨强和周志华之后第三位进入IJCAI理事会华人。张成奇教授也将成为首位华人IJCAI大会主席。

来自中国的研究人员为本届IJCAI贡献了主要力量。据大会官方统计，今年的接收论文中，38%的论文来自中国，48%的论文来自亚洲。

根据Trend analysis的分析结果我们发现artificial neural network是该领域的研究热点之一。

现有的知识图谱表示方法仅侧重于其中一个视角下的知识表示，JOIE使用跨视图关联模型和内部视图模型对知识图谱进行多方面的表示学习。

本论文关注于通用目的关系抽取，使用Bert进行关系表示，并且提出了Matching the blanks预训练任务。

本文提出了一个端到端的关系提取模型GraphRel，使用GCN和Bi-LSTM编码器学习抽取命名实体及关系，考虑了线性和依赖结构，以及文本的所有单词对之间的隐式特征；通过端到端的实体、关系联合建模，同时对所有实体对进行预测；也考虑到了实体和关系之间的相互作用。

多文档问答是自然语言处理领域近期比较火热的一个研究问题，不同于传统的问答系统，多文档问答需要模型从数个文档中协同地寻找问题的答案，这对模型的多跳推理能力提出了很高的要求。

该论文将学习词表外词表示看做few-shot回归问题，提出了一种新的基于层次关注的架构作为神经回归函数，利用该神经回归函数，从K个观察值对单词的上下文信息进行编码和聚合。