2026年7月20日至24日，第49届国际计算机学会信息检索研究与发展大会（The 49th International ACM SIGIR Conference on Research and Development in Information Retrieval，SIGIR 2026）在澳大利亚墨尔本举行。SIGIR是信息检索领域具有重要国际影响力的学术会议，也是中国计算机学会（CCF）推荐的A类国际学术会议。
我院李琳教授、刘永坚教授课题组两篇论文入选SIGIR 2026，研究内容分别聚焦组合编辑与组合推荐，以及面向唐卡图像的草图与文本组合检索。其中，论文《A Reproducibility Study of Bundle Editing and Bundle Recommendation》第一作者为安一冉；论文《A Sketch+Text Composed Image Retrieval Dataset for Thangka》第一作者为徐锦宇。
《A Reproducibility Study of Bundle Editing and Bundle Recommendation》针对现有研究往往独立优化组合编辑与组合推荐、缺少对完整流程协同效果评估的问题，开展了系统的可复现研究。实验发现，物品替换是现有编辑方法的普遍瓶颈，不同推荐模型对交互数据稠密程度的适应能力存在差异，将物品级编辑与推荐模型整合后还可能出现性能下降。研究揭示了分阶段独立优化的局限，为组合推荐系统的端到端设计与评估提供了实证依据。
《A Sketch+Text Composed Image Retrieval Dataset for Thangka》针对现有组合图像检索基准主要面向通用场景、难以充分覆盖复杂结构与领域语义的问题，构建了唐卡草图与文本组合检索数据集CIRThan。该数据集包含2,287幅高质量唐卡图像，每幅图像配有人类绘制的草图和三个语义层级的文本描述，使查询能够同时表达视觉结构与语义需求。论文提供对代表性的监督与零样本组合检索方法开展评测，揭示了现有方法在草图抽象、层次化文本语义与唐卡细粒度图像对齐方面的不足，为文化遗产场景下的多模态检索研究提供了新的数据与评测基础。
会议期间，两篇论文在SIGIR 2026进行了展示和交流。我院安一冉、徐锦宇同学围绕研究背景、研究设计、实验设置与结果分析等内容，向参会学者介绍了相关成果，并就相关研究问题开展交流。通过此次参会，论文作者进一步了解了智能推荐与多模态信息检索领域的研究进展，也为后续拓展研究方向积累了思路。
两篇论文入选SIGIR 2026，展示了我院在智能推荐与多模态信息检索方向的研究积累。
供稿：徐锦宇、安一冉 审核：李琳、刘永坚