中年ACL 2020：微软最佳论文,Bengio论文获时间检验奖,大陆论文量第二( 二 ) |微软|大陆|

本文插图
论文链接：https://www.aclweb.org/anthology/2020.acl-main.463/
简介：大型神经语言模型在许多 NLP 任务上获得成功。但是，该研究发现这些成功有时会被过度夸大。这些模型经常被描述成「理解」语言或者捕获语言的「意义」。该研究认为，仅接受形式训练的系统不具备学习语言意义的能力。在 ACL 2020 的主题「Taking Stock of Where We’ve Been and Where We’re Going」下，该研究认为，清晰地理解「形式」与「意义」的区别有助于引导该领域在自然语言理解层面有更科学的发展。
此外，会议还公布了最佳主题论文提名奖：

本文插图
最佳 Demo 论文

本文插图
论文链接：https://blender.cs.illinois.edu/paper/aidaacl2020demo.pdf
简介：这项研究提出了首个综合开源的多媒体知识提取系统，该系统可基于不同的内容源和语言提取大量非结构化异构多媒体数据，并遵循丰富细粒度本体，创建出连贯且结构化的知识库、索引实体、关系和事件。
该研究提出的系统 GAIA 可实现复杂图 query 的无缝搜索，并检索出文本、图像和视频等多媒体证据。 GAIA 在近期的 NIST TAC SM-KBP2019 评估中实现了顶级性能。
GitHub 地址：https://github.com/GAIA-AIDA
论文讲解视频：http://blender.cs.illinois.edu/aida/gaia.mp4
以下两篇论文获得了 ACL 2020 最佳 demo 论文荣誉提名奖：

本文插图
除了最佳论文、最佳主题论文和最佳 Demo 论文之外， ACL 2020 还公布了时间检验奖、终身成就奖，以及杰出服务奖。
时间检验奖
ACL 2020 的时间检验奖（Test of Time Awards）颁给了 4 篇论文，其中 2 篇发表于 1995 年，经受住了 25 年的时间检验，另外两篇发表于 2010 年。
论文 1：Centering: A Framework for Modeling the Local Coherence of Discourse

本文插图
论文链接：https://www.aclweb.org/anthology/J95-2003.pdf
论文作者：Barbara J. Grosz（哈佛大学）、Aravind K. Joshi（宾大）、Scott Weinstein（宾大）
这篇论文于 1995 年发表在 CL 上，被引用次数高达 2700 多次。
该论文是计算对话（computational discourse）领域最重要的论文之一，融合了理论语言学、心理语言学和形式语义学，展示了「语言学」在「计算语言学」中的力量。
论文 2：Unsupervised Word Sense Disambiguation Rivaling Supervised Methods

本文插图
论文链接：https://www.aclweb.org/anthology/P95-1026.pdf
论文作者：David Yarowsky（宾大计算机与信息科学系）
这篇论文于 1995 年发表在 ACL 上，被引用次数也在 2700 次以上。
该论文开创性地将语言学假设和无监督学习融合起来，展示了统计数据驱动的技术在 NLP 领域中的强大作用。这篇论文探讨的问题——监督学习和无监督学习的性能差距、标注数据的成本，放到现在依旧不过时。
论文 3：Distributional Memory: A General Framework for Corpus-Based Semantics