实验室新闻 EMNLP 2018参会汇报

EMNLP 2018(2018 Conference on Empirical Methods in Natural Language)于2018年10月31日至11月4日在比利时布鲁塞尔举办。该会议是自然语言处理国际会议中顶级的会议,属于CCF B类会议。中山大学数据科学与计算机学院18级博士生郭达雅同学以第一作者的论文有幸被会议接收,被邀请参会,并带来了他的分享。

·会议介绍

今年的会议相较于去年,投稿量提高了46%,参会人数也提高超过了100%,今年接收到的投稿量为2231篇,其中有549篇(24.6%)被接收,因此参会和展示的人员比较多。

会议安排了六场tutorial,包括自然语言处理中的联合模型,图的语义表示,深度隐层变量模型等热门话题。其中一场主要介绍了隐层变量的含义及其作用,并且讲解如何将隐层变量运用到深度模型。该讲座全面的介绍了隐层变量,在各个领域上(如生成,文本摘要等领域)都取得了较好的效果,是目前一个比较热门的研究方向,相关的资料也可在官网http://emnlp2018.org找到。

·参会报告

中山大学数据科学与计算机学院18级博士生郭达雅同学的论文“Question Generation from SQL Queries Improves Semantic Parsing”被接收,并在大会作了海报展示。

该论文主要利用问题生成模型提高神经语义解析器的性能,并在小数据量的条件下能使语义解析器达到目前先进的效果。由于效果性能比较好,框架也易于理解,很多人对该海报产生兴趣。在海报展示的过程,一些研究人员和企业人员讨论该工作,他们不仅提出有价值的问题而且也提出了许多前瞻性的建议,让我受到启发,使我能够在未来的研究中能够考虑这些问题,并把研究做得更好。

这次会议主要有两部分,分别是海报展示和口头报告,由于他们是并行进行的,所以在很多时候,需要有一定的取舍。在海报展示的过程中,我首先会把所有的论文初步看一遍,然后对于感兴趣的论文,会跟作者进行更加深的讨论,可以增加自己的知识,也能认识更多人。而对于口头报告,我也看到了许多有趣的工作,其中也看到我校其他同学优秀的工作,比如使用常识进行推理问答等。

此论文受到国家自然科学基金,国家自然科学-基金-广东联合基金和广东省大数据分析与处理重点实验室的支持。

·参会感想

总的来说,感触最深的一点是:参与会议的过程中,多跟其他研究人员进行交流沟通,可以打开自己的视野。而且目前研究速度也很快,工作的质量越来越高,因此我们需要时刻提醒自己要做出有创新,高质量的工作。最后,EMNLP 2019将在明年11月3日于中国香港举行,欢迎大家踊跃投稿。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181213F1C2MZ00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券