NAACL 2022论文奖项公布:谷歌成最大赢家

机器之心 道

共有 5 篇论文获得 NAACL 2022 论文奖项,包括最佳新任务和新资源论文、最高效 NLP 论文、最佳新任务论文、最佳新方法论文和以人为中心的 NLP 专题最佳论文。

NAACL 会议是 ACL 的的北美分会,每年举办一次,也是 NLP 领域备受关注的顶会之一。NAACL 主要涉及对话、信息抽取、信息检索、语言生成、机器翻译、多模态、统计机器学习等多个方面。

今年共有 5 篇论文获得 NAACL 论文奖项,包括最佳新任务和新资源论文、最高效 NLP 论文、最佳新任务论文、最佳新方法论文和以人为中心的 NLP 专题最佳论文,另外还有 3 篇论文获得荣誉提名。

最佳新任务和新资源论文

  • 论文:Automatic Correction of Human Translations
  • 机构:UC 伯克利、 Lilt 公司
  • 论文地址:https://arxiv.org/abs/2206.08593
  • 获奖理由:这篇论文引入了一个新的语料库,提出一种新任务——人工翻译自动更正及其解决方法。该研究表明这项任务与经过深入研究的书面错误更正和 MT 输出更正任务不同。为这项任务开发系统需要一个新的语料库,该语料库是与一家大型人工翻译服务公司密切合作精心收集的,对新开发系统的评估包括了一项深入的可用性研究。

    最高效 NLP 论文

  • 论文:FNet: Mixing Tokens with Fourier Transforms
  • 机构:Google Research
  • 论文地址:https://arxiv.org/abs/2105.03824
  • 最佳新任务论文

  • 论文:FRUIT: Faithfully Reflecting Updated Information in Text
  • 机构:加州大学欧文校区、 Google Research
  • 论文地址:https://arxiv.org/abs/2112.08634
  • 获奖理由:该研究为 NLP 区提供了一个有趣且相关的新挑战:在给定新证据的情况下更新知识库信息。随着时间的推移,许多静态存储的信息已经过时,需要更新。一种自动更新过时信息的方法在现实世界的应用程序中将受到极大欢迎。该研究提出了这项任务,并讨论了新任务带来的挑战,其中涉及对比文本证据以确定哪些片段已过时,以及生成新文本的语言生成。论文中发布了新创建的数据集,并公开了源代码,以允许其他人使用与该研究相同的设置重新创建新的数据集。

    最佳新方法论文

  • 论文:NeuroLogic A*esque Decoding: Constrained Text Generation with Lookahead Heuristics
  • 机构:艾伦人工智能研究院、华盛顿大学
  • 论文地址:https://arxiv.org/abs/2112.08726
  • 以人为中心 NLP 专题最佳论文

  • 论文:User-Driven Research of Medical Note Generation Software
  • 机构:Babylon 、阿伯丁大学、都柏林城市大学
  • 论文地址:https://arxiv.org/pdf/2205.02549.pdf
  • 荣誉提名奖

    对以人为中心的 NLP 专题贡献荣誉提名

  • 论文:Automatic Correction of Human Translations
  • 本篇论文还获得了最佳新任务和新资源论文,如前文所介绍的。

    对方法贡献荣誉提名

  • 论文:A Balanced Data Approach for Evaluating Cross-Lingual Transfer: Mapping the Linguistic Blood Bank
  • 机构:希伯来大学、查理大学
  • 论文地址:https://arxiv.org/pdf/2205.04086.pdf
  • 对资源贡献荣誉提名

  • 论文:NewsEdits: A Dataset of News Article Revision Histories and a Novel Document-Level Reasoning Challenge
  • 论文地址:https://openreview.net/pdf?id=EpXKbPSsYqL
  • 获奖理由:该论文提出了一个由英语和法语 纸组成的数据集,其修订历史跨越 15 年。他们研究了文章更新在多大程度上是可预测的,并表明该任务在实践中具有相关性。先前研究主要集中在维基百科上的文章更新,其中的更改通常是小的语法更正,而该研究表明新闻文章更新主要包含语义上的新信息。除了这个新基准之外,该研究还提供了对结果的详细分析和额外的人工评估。这一新资源可以促进对自动修改文章的研究。

    参考链接:

    https://2022.naacl.org/blog/best-papers/

    声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!

    上一篇 2022年6月1日
    下一篇 2022年6月1日

    相关推荐