ACL 2017中國研究論文解讀：讀懂中國自然語言處理前沿進展

機器之心原創

記者：高靜宜

ACL（The Association for Computational Linguistics）是自然語言處理與計算語言學領域最具影響力、最具活力的級別學術會議，由計算語言學協會主辦，每年一屆。今年的 ACL 第 55 屆年會，將於 2017 年 7 月 30 日至 8 月 4 日在加拿大溫哥華舉行。

近日，ACL 2017 公布了錄用的論文，其中包含生物醫學、認知建模與心理語言學、互動式對話系統、機器翻譯等各研究領域的 194 篇長篇論文、107 篇短篇論文、21 個軟體演示以及 21 篇在由 TACL（Transactions of the Association for Computational Linguistics）接收出版並將在 ACL 2017 上進行主題演講報告的論文。

4 月 22 日，中國中文信息學會青年工作委員會聯合騰訊公司針對這次會議在北京舉辦了一場「ACL 2017 論文報告會」，邀請了國內部分被錄用論文的作者針對其論文進行主題報告，旨在促進國內自然語言處理相關研究的發展以及研究者之間的交流，以求共同探討自然語言處理領域的新發展和新技術。

這次報告會分為四個主題，分別為機器翻譯、解析/語義/語篇、情緒/信息提取、社交媒體/分詞/問答。

第一部分：機器翻譯

報告一：Prior Knowledge Integration for Neural Machine Translation using Posterior Regularization

作者： Jiacheng Zhang, Yang Liu, Huanbo Luan, Jingfang Xu and Maosong Sun

幻燈片地址：http://t.cn/RXmnGeg

該論文利用後驗正則化為離散表示先驗知識與連續表示的神經網路相結合提供統一框架，能夠在不改變神經網路架構的情況下以特徵函數的形式添加任意先驗知識。

報告二：Visualizing and Understanding Neural Machine Translation

作者：Yanzhuo Ding, Yang Liu, Huanbo Luan and Maosong Sun

幻燈片地址：http://t.cn/RXmnBU8

該論文利用層級相關性傳播可視化分析神經機器翻譯，能夠計算神經網路中任意兩個節點的關聯性，同時不要求神經網路中的函數必須可求偏導，為深入理解和調試神經機器翻譯系統提供了重要的計算手段。

報告三：Incorporating Word Reordering Knowledge into Attention-based Neural Machine Translation

作者：Jinchao Zhang, Mingxuan Wang, Qun Liu and Jie Zhou

幻燈片地址：http://t.cn/RXmnsh7

報告四：Modeling Source Syntax for Neural Machine Translation

作者：Junhui Li, Deyi Xiong, Zhaopeng Tu, Muhua Zhu and Guodong Zhou

幻燈片地址：http://t.cn/RXmmw9J

報告五：Improved Neural Machine Translation with a Syntax-Aware Encoder and Decoder

作者： Huadong Chen, Shujian Huang, David Chiang and Jiajun Chen

幻燈片地址：http://t.cn/RXmm54z

報告六：Sequence-to-Dependency Neural Machine Translation

作者：Shuangzhi Wu, Dongdong Zhang, Nan Yang, Mu Li and Ming Zhou

幻燈片地址：http://t.cn/RXmmJNe

第二部分：解析/語義/語篇

報告一：Parsing to 1-endpoint-crossing, pagenumber-2 graphs

作者：Junjie Cao, Sheng Huang, Weiwei Sun, Xiaojun Wan

幻燈片地址：http://t.cn/RXmmNGj

報告二：A Progressive Learning Approach to Chinese SRL Using Heterogeneous Data

作者：Qiaolin Xia, Zhifang Sui and Baobao Chang

幻燈片地址：http://t.cn/RXmm8fd

報告三：Discourse Mode Identification in Essays

作者：Wei Song, Dong Wang, Ruiji Fu, Lizhen Liu, Ting Liu, Guoping Hu

幻燈片地址：http://t.cn/RXmm127

報告四：Generating and Exploiting Large-scale Pseudo Training Data for Zero Pronoun Resolution

作者：Ting Liu, Yiming Cui, Qingyu Yin, Wei-Nan Zhang, Shijin Wang and Guoping Hu

幻燈片地址：http://t.cn/RXmuwRR

第三部分：情緒/信息提取

報告一：Linguistically Regularized LSTM for Sentiment Classification

作者：Qiao Qian, Minlie Huang and xiaoyan zhu

幻燈片地址：http://t.cn/RXmu4j2

報告二：Prerequisite Relation Learning for Concepts in MOOCs

作者： Liangming Pan, Chengjiang Li, Juanzi Li and Jie Tang

幻燈片地址：http://t.cn/RXmuST6

報告三：Learning with Noise: Enhance Distantly Supervised Relation Extraction with Dynamic Transition Matrix

作者：Bingfeng Luo, Yansong Feng, Zheng Wang, Zhanxing Zhu, Songfang Huang, Rui Yan and Dongyan Zhao

幻燈片地址：http://t.cn/RXmulBQ

報告四：Joint Extraction of Entities and Relations Based on a Novel Tagging Scheme

作者：Suncong Zheng, Feng Wang and Hongyun Bao

幻燈片地址：http://t.cn/RXmunzm

報告五：Automatically Labeled Data Generation for Large Scale Event Extraction

作者：Yubo Chen, Kang Liu and Jun Zhao

幻燈片地址：http://t.cn/RXm3vz0

第四部分：社交媒體/分詞/問答

報告一：CANE: Context-Aware Network Embedding for Relation Modeling

作者：Cunchao Tu, Han Liu, Zhiyuan Liu and Maosong Sun

幻燈片地址：http://t.cn/RXm3Aeq

該論文針對網路表示學習問題，提出上下文敏感的網路節點表示學習模型，在社會網路鏈接預測等任務上表現優異。

報告二：Adversarial Multi-Criteria Learning for Chinese Word Segmentation

作者：Xinchi Chen, Zhan Shi, Xipeng Qiu and Xuanjing Huang

幻燈片地址：http://t.cn/RXm3tn9

報告三：Generating Natural Answer by Incorporating Copying and Retrieving Mechanisms in Sequence-to-Sequence Learning

作者：Shizhu He, Kang Liu and Jun Zhao

幻燈片地址：http://t.cn/RXm3xMB

報告四：Attention-over-Attention Neural Networks for Reading Comprehension

作者：Yiming Cui, Zhipeng Chen, si wei, Shijin Wang, Ting Liu and Guoping Hu

幻燈片地址：http://t.cn/RXm3K3K

報告五：Sequential Matching Network: A New Architecture for Multi-turn Response Selection in Retrieval-based Chatbots

作者：Yu Wu, Wei Wu, Chen Xing, Ming Zhou and Zhoujun Li

幻燈片地址：http://t.cn/RXm3WbM

本文為機器之心原創，轉載請聯繫本公眾號獲得授權。

------------------------------------------------

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！