按:隨着定於 7 月 15 日的開會日期逐漸臨近,自然語言處理頂會 ACL 2018 繼公開了接收論文名單之後,今天也公佈了包含 3 篇長論文 與 2 篇短論文的最佳論文獲獎名單。
其實 ACL 2018 的流程設計與去年有所不同。ACL 2017 會前首先公佈了 22 篇 outstanding 論文(可以看作最佳論文的預選論文),其中長論文 15 篇、短論文 7 篇;接着正會開始後這 22 篇論文分在四個不同的論文報告 session 中演講,然後在最後一天的頒獎典禮上公佈了最終的最佳論文獎得主。當時在 ACL 2017 做現場報道的岑大師聽了論文報告之後就對最佳論文得主做了自己的預測,果然猜中。(可惜今年就沒有必要猜啦)
說回 ACL 2018,ACL 2018 組委會於 6 月 10 日直接在官網發出公告,公佈了今年 5 篇最佳論文的評選結果。不過截止發稿時只有其中 2 篇論文的內容是公開的,另外 3 篇論文的介紹請等待後續報道。
最佳論文 - 長論文(3 篇)
Finding syntax in human encephalography with beam search
用束搜索在人腦成像中尋找句法
(論文內容尚未公開)
作者之一的 Jonathan Brennan 來自密歇根大學文學、科學與藝術學院計算神經語言學實驗室
Learning to Ask Good Questions: Ranking Clarification Questions using Neural Expected Value of Perfect Information
學習如何問好的問題:通過完全信息下的期待值爲追問問題排序
論文摘要:在溝通中,提問是一大基本要素:如果機器不知道如何問問題,那它們也就無法高效地與人類合作。在這項研究中,作者們構建了一個神經網絡用於給追問的問題做排名。作者們模型設計的啓發來源於完全信息情況下的期待值:一個可以期待獲得有用的答案的問題就是一個好問題。作者們根據 StackExchange 上抓取的數據研究了這個問題;StackExchange 是一個內容豐富的在線諮詢平臺,其中有人發帖諮詢以後,別的用戶會在下面追問起到解釋澄清作用的問題,以便更好地瞭解狀況、幫助到發帖人。論文作者們創建了一個由這樣的追問問題組成的數據集,其中包含了 StackExchange 上 askubuntu、unix、superuser 這三個領域的約 77k 組發帖+追問問題+問題的回答。作者們在其中的 500 組樣本上評估了自己的模型,相比其他基準模型有顯著的提高;同時他們也與人類專家的判斷進行了對比。
論文地址:https://arxiv.org/abs/1805.04655
論文作者來自馬里蘭大學與微軟研究院
Let's do it "again": A First Computational Approach to Detecting Adverbial Presupposition Triggers
讓我們「再」做一次:首個檢測假定狀態觸發副詞的計算性方法
論文摘要:這篇論文中,作者們介紹了一種新的研究課題——預測副詞詞性的假定狀態觸發語(adverbial presupposition triggers),比如「also」和「again」。完成這樣的任務需要在對話上下文裏尋找重複出現的或者相似的內容;這項任務的研究成果則可以在文本總結或者對話系統這樣的自然語言生成任務中起到幫助。作者們爲這項任務創造了兩個新的數據集,分別由 Penn Treebank 和 AnnotatedEnglish Gigaword 生成,而且也專爲這項任務設計了一種新的注意力機制。作者們設計的注意力機制無需額外的可訓練網絡參數就可以增強基準 RNN 模型的表現,這最小化了這一注意力機制帶來的額外計算開銷。作者們在文中表明,他們的模型相比多個基準模型都有統計顯著的更高表現,其中包括基於 LSTM 的語言模型。
論文地址:https://www.cs.mcgill.ca/~jkabba/acl2018paper.pdf
這篇論文來自加拿大麥克吉爾大學(McGill University)與蒙特利爾算法學習人工智能實驗室(MILA)
最佳論文 - 短論文(2 篇)
Know What You Don't Know: Unanswerable Questions for SQuAD
知道你不知道的:SQuAD 中無法回答的問題
(論文內容尚未公開,不過看標題就覺得很有意思)
這篇論文來自斯坦福自然語言小組(Stanford NLP Group),作者之一的副教授 Percy Liang 是 NLP 領域著名的研究員,我們也曾報道過他的論文《先打草稿可以生成更高質量的文本,Percy Liang新論文廣受讚譽》
'Lighter' Can Still Be Dark: Modeling Comparative Color Descriptions
「打火機」也可能是黑暗的:建模比較性的顏色描述
(論文內容尚未公開)
這篇論文來自哥倫比亞大學
最佳論文公告參見 https://acl2018.org/2018/06/10/best-papers/
更多 ACL 2018 及其他重要學術會議報道,請繼續關注