ACL 會議是計算語言學領域的首要會議，廣泛涉及自然語言的計算方法及其各類研究領域。ACL 2018將于7月15日至20日在澳大利亞墨爾本舉行。昨天，ACL官網公布了本屆大會的最佳論文，包括3篇最佳長論文和2篇最佳短論文。

國際計算語言學協會 (ACL，The Association for Computational Linguistics)，是世界上影響力最大、最具活力的國際學術組織之一，其會員遍布世界各地。ACL 會議是計算語言學領域的首要會議，廣泛涉及自然語言的計算方法及其各類研究領域。計算語言學協會第56屆年會，也即ACL 2018，將于7月15日至20日在澳大利亞墨爾本墨爾本會展中心舉行。

昨天，ACL官網公布了本屆大會的最佳論文，包括3篇長論文和2篇短論文。

Best Long Papers

Finding syntax in human encephalography with beam search.John Hale, Chris Dyer, Adhiguna Kuncoro and Jonathan Brennan.

Learning to Ask Good Questions: Ranking Clarification Questions using Neural Expected Value of Perfect Information.Sudha Rao and Hal Daumé III.

Let’s do it “again”: A First Computational Approach to Detecting Adverbial Presupposition Triggers.Andre Cianflone, Yulan Feng, Jad Kabbara and Jackie Chi Kit Cheung.

Best Short Papers

Know What You Don’t Know: Unanswerable Questions for SQuAD.Pranav Rajpurkar, Robin Jia and Percy Liang

‘Lighter’ Can Still Be Dark: Modeling Comparative Color Descriptions.Olivia Winn and Smaranda Muresan

根據ACL官網，今年的會議競爭超級激烈：一共接受了1018份長文中的258篇和526篇短篇論文中的126篇，總體接受率為24.9％。

最佳論文——長論文（3篇）

1. Finding syntax in human encephalography with beam search.

（使用beam search在人體腦電圖中查找語法）

作者：John Hale, Chris Dyer, Adhiguna Kuncoro & Jonathan Brennan.

（論文內容尚未公布）

2. Learning to Ask Good Questions: Ranking Clarification Questions using Neural Expected Value of Perfect Information.

（學習提問好問題：使用完美信息的神經期望值排列澄清性問題。）

作者：Sudha Rao & Hal Daumé III

論文地址：https://arxiv.org/pdf/1805.04655.pdf

論文摘要

提問（inquiry）是溝通的基礎。除非能提出問題，機器無法有效地與人類合作。在這項工作中，我們建立了一個神經網絡模型來排序澄清性問題。我們的模型受到完美信息期望值（expected value of perfect information）的啟發：一個問題好不好在于其預期答案是否有用。我們使用來自StackExchange的數據來研究這個問題。StackExchange是一個豐富的在線資源，人們在上面提問一些澄清式的問題，以便更好地為原始的帖子提供幫助。我們創建一個由大約77k帖子組成的數據集，其中每個帖子包含一個問題和回答。我們在500個樣本的數據集上對我們的模型進行了評估，并與人類專家的判斷進行對比，證明了模型在控制基線上得到重大改進。

模型在測試時的行為

回答生成器的訓練

在500個樣本數據集上測試的模型表現

3. Let’s do it “again”: A First Computational Approach to Detecting Adverbial Presupposition Triggers.

作者：Andre Cianflone, Yulan Feng, Jad Kabbara and Jackie Chi Kit Cheung.

論文地址：https://www.cs.mcgill.ca/~jkabba/acl2018paper.pdf

論文摘要

在這篇論文中，我們提出一個檢測狀語預設的觸發器的任務，例如“also”或“again”這類詞。解決個任務需要在話語語境中檢測重復或類似的事件，可以應用在自然語言生成任務（例如總結和對話系統）任務。我們為該任務創建了兩個新的數據集，數據來源于Penn Treebank和Annotated English Gigaword兩個語料庫，以及為此任務量身定制的新的注意力機制。我們的注意力機制增加了一個基線遞歸神經網絡，而且不需要額外的可訓練參數，從而最大限度地減少了計算成本。我們的工作證明，我們的模型在統計學上優于一些基線模型，包括基于LSTM的語言模型。

我們的數據集中一個包含預設觸發器的樣本

weighted-pooling神經網絡架構

最佳論文——短論文（2篇）

1. Know What You Don’t Know: Unanswerable Questions for SQuAD.

作者：Pranav Rajpurkar, Robin Jia and Percy Liang

（論文內容未公開）

2. ‘Lighter’ Can Still Be Dark: Modeling Comparative Color Descriptions.

作者：Olivia Winn and Smaranda Muresan

（論文內容未公開）

今年的ACL開設了一個“meta conference”環節，討論雙盲評審以及 ArXiv 預印版相關話題。許多研究表明，當工作的客觀價值保持不變時，單盲評審會導致評審人更偏向于某些類型的研究人員。因此，所有 ACL 會議和大多數研討會都使用雙盲評審制度。而以 ArXiv 為代表的在線預印服務器的流行，在一定程度上威脅到了雙盲評審過程。

上周，ACL更新了其會議論文的投稿、評審和引用政策。其中規定，為了雙盲評審的有效性，禁止投稿論文在截止日期前的1個月時間內在 arXiv 等平臺公開預印本。這些新要求引起一些質疑雙盲評審有效性的聲音，不過，多數研究人員表示支持新政。

因此，其他幾篇最佳論文，可能需要等到7月份會議召開后公開。