某中心在ACL：传统标准与新探索

计算语言学协会年会（ACL）根据谷歌学术排名，是计算语言学领域的顶尖会议。某中心研究人员在本届ACL会议上共同发表了17篇论文，并参与了七个研讨会。

核心技术方向

多项论文涉及自然语言处理的关键领域：

语言模型：计算特定词序列概率，在自然语言处理中有广泛应用（《掩码语言模型评分》、《schuBERT：BERT元素优化》）；

自然语言理解：确定如何回应自然语言表达（《GAN-BERT：基于少量标注样本的鲁棒文本分类生成对抗学习》、《SeqVAT：半监督序列标注的虚拟对抗训练》）；

对话管理：使计算机能够通过屏幕或语音接口与人类进行多轮定向对话（《面向任务对话的递归模板框架生成》）；

问答系统：查找和检索自然语言问题的答案（《对话问答的流畅响应生成》、《基于检索句子的模板问题生成改进无监督问答》、《级联Transformer：高效答案句子选择应用》）；

产品发现：将产品名称与客户查询匹配（《电子商务产品搜索的学习鲁棒模型》、《TXtract：数千个产品类别的分类感知知识提取》）；

机器翻译：《神经机器翻译的输入扰动鲁棒性评估》。

部分论文探索了较少涉及的领域。两篇论文涉及多模态交互：一篇关于使用自然语言指令导航视觉图像，另一篇关于使用视觉数据辅助自动语音识别——例如在篮球场上，“layup"比"layoff"更常见，而在办公室环境则相反。

应用科学家Colin Lockard及其同事展示了如何利用网页文本字段之间的视觉关系和文本的视觉属性（如字体大小和颜色）来推断提及实体之间的关系。

前高级应用科学家Faisal Ladhak与哥伦比亚大学教授、某中心学者Kathleen McKeown等人不仅提出了问题的新解决方案，还提出了新的研究问题。基于新闻文章内容摘要的最新进展，他们开发了一个系统，通过在线学习指南的摘要进行训练，用于小说章节的内容摘要。

McKeown教授是会议的两名主题演讲者之一。在她的演讲中，将探讨深度学习表现出色的案例、传统方法仍有价值的领域，以及可能接替深度学习的新范式。

11名研究人员担任ACL组织委员会成员。高级首席科学家Dilek Hakkani-Tür担任研讨会主席，首席科学家Alessandro Moschitti和某中心学者Eugene Agichtein担任高级领域主席。

七个ACL研讨会和教程有科学家参与组织委员会或展示研究成果。

事实提取与验证研讨会（FEVER）：该研讨会名称同时也是某中心与剑桥大学研究人员创建的数据集名称，包含事实断言和来自在线资源的支持或反驳这些断言的句子。以往的FEVER研讨会 associated 了两个使用该数据集训练机器学习系统进行事实验证任务的挑战。

对话AI自然语言处理研讨会：应用科学家Mihail Eric担任组织委员会成员，另有四名研究人员担任程序委员会成员。四篇论文入选研讨会计划，其中三篇来自语音助手团队。