ACL 2018最佳论文公布!计算语言学最前沿研究都在这里了


新智元报道

来源:acl2018.org

编辑:闻菲、小芹

【新智元导读】ACL 会议是计算语言学领域的首要会议,广泛涉及自然语言的计算方法及其各类研究领域。ACL 2018将于7月15日至20日在澳大利亚墨尔本举行。昨天,ACL官网公布了本届大会的最佳论文,包括3篇最佳长论文和2篇最佳短论文,新智元带来介绍。

国际计算语言学协会 (ACL,The Association for Computational Linguistics),是世界上影响力最大、最具活力的国际学术组织之一,其会员遍布世界各地。ACL 会议是计算语言学领域的首要会议,广泛涉及自然语言的计算方法及其各类研究领域。计算语言学协会第56届年会,也即ACL 2018,将于7月15日至20日在澳大利亚墨尔本墨尔本会展中心举行。

昨天,ACL官网公布了本届大会的最佳论文,包括3篇长论文和2篇短论文。

Best Long Papers

  • Finding syntax in human encephalography with beam search. John Hale, Chris Dyer, Adhiguna Kuncoro and Jonathan Brennan.
  • Learning to Ask Good Questions: Ranking Clarification Questions using Neural Expected Value of Perfect Information. Sudha Rao and Hal Daumé III.
  • Let’s do it “again”: A First Computational Approach to Detecting Adverbial Presupposition Triggers. Andre Cianflone, Yulan Feng, Jad Kabbara and Jackie Chi Kit Cheung.

Best Short Papers

  • Know What You Don’t Know: Unanswerable Questions for SQuAD. Pranav Rajpurkar, Robin Jia and Percy Liang
  • ‘Lighter’ Can Still Be Dark: Modeling Comparative Color Descriptions. Olivia Winn and Smaranda Muresan

根据ACL官网,今年的会议竞争超级激烈:一共接受了1018份长文中的258篇和526篇短篇论文中的126篇,总体接受率为24.9%。

最佳论文——长论文(3篇)

1. Finding syntax in human encephalography with beam search.

(使用beam search在人体脑电图中查找语法)

作者:John Hale, Chris Dyer, Adhiguna Kuncoro & Jonathan Brennan.

(论文内容尚未公布)

2. Learning to Ask Good Questions: Ranking Clarification Questions using Neural Expected Value of Perfect Information.

(学习提问好问题:使用完美信息的神经期望值排列澄清性问题。)

作者:Sudha Rao & Hal Daumé III

论文地址:https://arxiv.org/pdf/1805.04655.pdf

论文摘要

提问(inquiry)是沟通的基础。除非能提出问题,机器无法有效地与人类合作。在这项工作中,我们建立了一个神经网络模型来排序澄清性问题。我们的模型受到完美信息期望值(expected value of perfect information)的启发:一个问题好不好在于其预期答案是否有用。我们使用来自StackExchange的数据来研究这个问题。StackExchange是一个丰富的在线资源,人们在上面提问一些澄清式的问题,以便更好地为原始的帖子提供帮助。我们创建一个由大约77k帖子组成的数据集,其中每个帖子包含一个问题和回答。我们在500个样本的数据集上对我们的模型进行了评估,并与人类专家的判断进行对比,证明了模型在控制基线上得到重大改进。

模型在测试时的行为

回答生成器的训练

在500个样本数据集上测试的模型表现

3. Let’s do it “again”: A First Computational Approach to Detecting Adverbial Presupposition Triggers.

作者: Andre Cianflone, Yulan Feng, Jad Kabbara and Jackie Chi Kit Cheung.

论文地址:https://www.cs.mcgill.ca/~jkabba/acl2018paper.pdf

论文摘要

在这篇论文中,我们提出一个检测状语预设的触发器的任务,例如“also”或“again”这类词。解决个任务需要在话语语境中检测重复或类似的事件,可以应用在自然语言生成任务(例如总结和对话系统)任务。我们为该任务创建了两个新的数据集,数据来源于Penn Treebank和Annotated English Gigaword两个语料库,以及为此任务量身定制的新的注意力机制。我们的注意力机制增加了一个基线递归神经网络,而且不需要额外的可训练参数,从而最大限度地减少了计算成本。我们的工作证明,我们的模型在统计学上优于一些基线模型,包括基于LSTM的语言模型。

我们的数据集中一个包含预设触发器的样本

weighted-pooling神经网络架构

最佳论文——短论文(2篇)

1. Know What You Don’t Know: Unanswerable Questions for SQuAD.

作者:Pranav Rajpurkar, Robin Jia and Percy Liang

(论文内容未公开)

2. ‘Lighter’ Can Still Be Dark: Modeling Comparative Color Descriptions.

作者:Olivia Winn and Smaranda Muresan

(论文内容未公开)

今年的ACL开设了一个“meta conference”环节,讨论双盲评审以及 ArXiv 预印版相关话题。许多研究表明,当工作的客观价值保持不变时,单盲评审会导致评审人更偏向于某些类型的研究人员。因此,所有 ACL 会议和大多数研讨会都使用双盲评审制度。而以 ArXiv 为代表的在线预印服务器的流行,在一定程度上威胁到了双盲评审过程。

上周,ACL更新了其会议论文的投稿、评审和引用政策。其中规定,为了双盲评审的有效性,禁止投稿论文在截止日期前的1个月时间内在 arXiv 等平台公开预印本。这些新要求引起一些质疑双盲评审有效性的声音,不过,多数研究人员表示支持新政。

因此,其他几篇最佳论文,可能需要等到7月份会议召开后公开。

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2018-06-11

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏思影科技

AJP事件相关电位研究:精神分裂症患者听觉感觉处理缺陷的临床和认知意义

来自塞拉利昂精神疾病研究、教育和临床中心,旧金山VA医疗保健系统,加州大学旧金山分校精神病学系和加州大学洛杉矶分校的心理学系以及精神病学系、生物行为科学系的研究...

36260
来自专栏美团技术团队

美团点评旅游搜索召回策略的演进

背景 美团点评作为最大的生活服务平台,有丰富的品类可供用户选择,因此搜索这个入口对各业务的重要性不言而喻,除了平台搜索外,业务搜索系统的质量和效果对用户体验、商...

822110
来自专栏大数据文摘

生命之圈:生物数据可视化的美丽新方法

311100
来自专栏BestSDK

如何用深度学习来识别恶意软件

这是一个悲伤的故事,你可能经历过。 你又热又渴,看到桌子上有一瓶看起来像水的东西,来不及思考,揭开瓶盖喝了一大口。哦!漏!是油! 时间回到10秒前,我们重来一次...

35490
来自专栏大数据文摘

“微笑传递”背后的数据分析

15040
来自专栏专知

【2018元旦】好玩的人工智能“李白”为您作诗,输入您的2018心愿词就行!

2018开启!祝各位专知用户元旦快乐!感谢对专知的支持!在此之际,专知小组为大家准备一个好玩的元旦作品 - 人工智能“李白”作诗,祝大家开心快乐! ▌AI“李白...

46790
来自专栏AI科技评论

ICRA 2018奖项全公布,香港大学团队获最佳会议论文

ICRA 2018 本周于澳大利亚布里斯班举行。随着会议议程的推进,今天也迎来了本次大会的重头戏——ICRA 相关奖项的颁布仪式

20330
来自专栏数据的力量

家有2一10岁孩子的赶紧保存,注意力训练,超有用!

训练目的:训练学生学习能力,能使学生上课专心听讲,认真写作业,考试不粗心,提高学习成绩

11720
来自专栏华章科技

干货丨从诸葛亮“草船借箭”看大数据“数据建模”

建模里的“模”是指模型。使材料成为一定形状的工具,就属于“模型”,这些模型看得见摸得着,叫做“具象模型”。但是也有些模型看不见摸不着,属于“抽象模型”,数据模型...

11730
来自专栏奇点大数据

遗传算法(1)

与其说遗传算法是一个算法,不如说是一种处理问题的思想方式更为恰当,因为遗传算法整个体系说来说去都是在说对于一种问题处理的思路和原则,而不是一个具体的代码编写过...

58270

扫码关注云+社区

领取腾讯云代金券