某中心ACL 2023研究成果速览

在某中心今年提交至计算语言学协会(ACL)的65余篇论文中，既包含了问答系统、自然语言理解等传统研究方向，也涌现出对语言建模和多模态模型的新聚焦，反映了生成式人工智能的广泛影响。

核心技术领域

自动语音识别

• 掩码音频文本编码器作为有效的多模态重评分器：提出新型语音识别架构

代码生成

• 大语言模型代码补全的静态评估方法：构建代码生成质量评估体系
• 基于结构化知识的文本到SQL多任务预训练：提升数据库查询语句生成精度

多语言处理

• 未见语言对的代码切换文本合成：突破跨语言文本生成限制
• 基于POS结构和语音学的代码混合引导框架：创新多语言融合技术

对话系统

• 表格操作对话状态跟踪框架：提升任务型对话效率
• 面向任务的用户满意度建模：优化对话系统评估指标

技术创新亮点

信息抽取

• 基于AMR的文档级事件论元抽取：提升事件理解准确性
• 电商属性的大规模多模态生成式抽取：突破传统抽取方法局限

语言模型

• 最近邻语言模型适配方法：增强模型泛化能力
• 因果语言模型的对比学习框架：提升文本生成质量
• 隐表示变换的受控文本生成：实现精准内容控制

多模态技术

• 知识引导的电商视觉语言预训练：创新多模态表示学习
• 翻译增强的多语言文本到图像生成：突破跨模态生成瓶颈

应用突破

问答系统

• 基于层次混合检索的开放域问答：提升知识检索效率
• 抽象语义表示在开放域问答中的应用：深化语义理解层次

语义解析

• 多语言多表示的跨语言语义解析：突破语言壁垒
• 低资源任务语义解析的知识迁移方法：解决数据稀缺问题

安全与隐私

• 基于提示调优的大语言模型记忆控制：防止敏感信息泄露
• 毒性预测模型的鲁棒性构建：提升内容安全检测能力