ACL 2010 評述

吳 甜，田 浩，吳 華，王海峰

(百度公司，北京 100738)

2010年7月11～16日，第48屆ACL年會(The 48th Annual Meeting of the Association for Computational Linguistics)在瑞典第四大城市烏普薩拉(Uppsala)成功召開。除ACL主會議外，還有一個(gè)會議(Conference)、13個(gè)專題研討會(Workshop)和6個(gè)專題講座(Tutorial)同期舉行。雖然世界杯決賽階段比賽在南非激戰(zhàn)正酣，全世界自然語言處理領(lǐng)域的學(xué)者們參加ACL的熱情依然不減，來自世界各地的參會學(xué)者近千人，接近歷史最高水平。

在這次會議上，中國大陸繼續(xù)保持良好勢頭，錄用長文(Long Paper)數(shù)達(dá)14篇，發(fā)表論文的機(jī)構(gòu)數(shù)量也有大幅增加，中科院計(jì)算所、中科院自動(dòng)化所、北京大學(xué)、上海交通大學(xué)、哈爾濱工業(yè)大學(xué)、北京航天航空大學(xué)、國防科技大學(xué)、東北大學(xué)、蘇州大學(xué)、西南財(cái)經(jīng)大學(xué)、微軟亞洲研究院、百度公司等都有論文發(fā)表。除參加會議和發(fā)表論文外，中國大陸學(xué)者還對會議有了更為全面的參與。例如：百度王海峰擔(dān)任了專題講座主席(Tutorial Chair)、微軟亞洲研究院林欽佑和李航擔(dān)任了領(lǐng)域主席(Area Chair)、林欽佑、王海峰和中科院計(jì)算所劉群分別擔(dān)任了分會場主席(Session Chair)等，來自北京大學(xué)、清華大學(xué)、復(fù)旦大學(xué)、哈爾濱工業(yè)大學(xué)、中科院計(jì)算所、微軟亞洲研究院及百度公司等單位的多位學(xué)者擔(dān)任了程序委員會成員(PC Member)。

ACL會議收錄的論文，尤其是主會議長文(Long Paper)，基本反映了自然語言處理領(lǐng)域最新研究進(jìn)展、代表了本領(lǐng)域最高研究水平。今年，符合要求的主會議論文投稿數(shù)達(dá)到了956篇，再創(chuàng)歷史新高。其中長文646篇、短文310篇，長文錄用率約25%，短文錄用率約22% 。

今年的ACL，從征稿(Call for Paper)時(shí)就做出了一些變革，將論文分為四大類，除傳統(tǒng)的研究型論文(Research paper)外，還包括：綜述與計(jì)算語言學(xué)相關(guān)的新興領(lǐng)域的綜述論文(Survey paper)、兩種相反觀點(diǎn)進(jìn)行辯論的立場論文(Position paper)和提出該領(lǐng)域未來挑戰(zhàn)目標(biāo)的挑戰(zhàn)論文(Challenge paper)。雖然比較遺憾最終沒有立場論文被錄用，但綜述論文和挑戰(zhàn)論文各有3篇被錄用也足以成為本屆大會的一個(gè)亮點(diǎn)了。如果再將研究型細(xì)分，我們會發(fā)現(xiàn)，經(jīng)驗(yàn)型論文(Empirical)以129篇長文占據(jù)了絕對多數(shù)，而理論型論文(Theory)只有11篇長文，這也反映了理論創(chuàng)新是多么不易。

從研究領(lǐng)域來看，今年的ACL論文分為19個(gè)大領(lǐng)域，各領(lǐng)域的主會議長文分布情況如下表。

領(lǐng) 域投稿數(shù)錄用數(shù)錄為短文錄用比例Bioinformatics10110.0%Discourse381128.9%Formal semantics19631.6%Generation/summarization3910128.2%Information extraction44818.2%Information retrieval24625.0%Lexical semantics591627.1%Machine learning571322.8%Machine translation641523.4%Mathematical linguistics231043.5%Multimodal13430.8%Parsing6816226.5%Psycholinguistics14535.7%Question answering225231.8%Resources and evaluation28828.6%Sentiment analysis469121.7%Speech18422.2%Tagging371027.0%Text mining237134.8%

對比前幾年的數(shù)據(jù)，近年來廣受重視的機(jī)器翻譯(Machine Translation)研究仍然保持熱門，投稿量和論文錄用數(shù)量都處于前列。從機(jī)器翻譯領(lǐng)域研究內(nèi)容來看，主要還是集中在基于句法的統(tǒng)計(jì)方法研究，其他受到較多關(guān)注的還包括形態(tài)處理對機(jī)器翻譯質(zhì)量的影響、語法資源和語義資源對翻譯的影響、對齊、評價(jià)等。機(jī)器翻譯領(lǐng)域錄用主會議長文共15篇，其中句法5篇，翻譯質(zhì)量評價(jià)3篇，形態(tài)2篇，語義資源2篇，基于短語的翻譯方法2篇，對齊1篇，另有短文10篇。值得一提是，機(jī)器翻譯并沒有如去年一枝獨(dú)秀，句法分析和詞匯語義兩個(gè)方向的錄用論文數(shù)甚至略微超過了機(jī)器翻譯。

每年的ACL都會頒發(fā)兩個(gè)備受關(guān)注的獎(jiǎng)項(xiàng)：終身成就獎(jiǎng)(Lifetime Achievement Award)和最佳論文獎(jiǎng)(Best Paper Awards)。

終身成就獎(jiǎng)是本領(lǐng)域頒發(fā)的最高個(gè)人榮譽(yù)，授予曾在本領(lǐng)域做出過卓越貢獻(xiàn)的學(xué)者，是對他們的終極承認(rèn)與褒獎(jiǎng)，今年的終身成就獎(jiǎng)得主是ITA Software的Bill Woods。Bill Woods在理論和應(yīng)用兩方面都有深遠(yuǎn)影響，例如他在Augmented Transition Network (ATN) 方面的研究讓“基于自動(dòng)機(jī)的自然語言描述”得到了復(fù)蘇，他提出的“概念索引”思想目前已經(jīng)被應(yīng)用于很多信息檢索的任務(wù)中，同時(shí)也影響著當(dāng)前熱門的復(fù)述研究，他的獲獎(jiǎng)演講題目是“The Right Tools: a retrospective on language and computation”。

ACL的最佳論文代表著當(dāng)年本領(lǐng)域最好的研究成果，也一定程度上預(yù)示著未來的發(fā)展動(dòng)向。今年，最佳論文委員會選擇了3篇作為最佳論文，其中，最佳長文(Best long paper)是密歇根州立大學(xué)Matthew Gerber等人的“Beyond NomBank: A Study of Implicit Arguments for Nominal Predicates”；IBM最佳學(xué)生論文(IBM Best student paper)是來自哥倫比亞大學(xué)David Elson等人的“Extracting Social Networks from Literary Fiction”；另外一篇最佳短文(Best short paper)是來自布朗大學(xué)的Michael Lamar等人的“SVD and Clustering for Unsupervised POS Tagging”。

總體看來，自然語言處理領(lǐng)域的各個(gè)方向都處于平穩(wěn)進(jìn)步的階段。其中一個(gè)值得注意的現(xiàn)象是，隨著互聯(lián)網(wǎng)的發(fā)展，用戶生成內(nèi)容(User Generated Content)的增加，越來越多的研究開始關(guān)注從百科(如Wikipedia)、博客、微博(如Twitter)等獲取語義知識、結(jié)構(gòu)化知識、多語言知識，這些知識被廣泛應(yīng)用于機(jī)器翻譯、信息檢索等領(lǐng)域，大大提高了機(jī)器翻譯和信息檢索的性能。例如，隨著該類資源的增加，可以獲取海量的多語言專名、詞典和平行句對，大大促進(jìn)了統(tǒng)計(jì)機(jī)器翻譯的發(fā)展。同時(shí)，隨著網(wǎng)絡(luò)資源的迅速龐大，用戶可以獲取多種結(jié)構(gòu)化的語義資源，對基于語義的信息檢索起到了促進(jìn)作用。在本屆ACL會議中，有大量的信息抽取的文章集中在怎么從用戶生成的網(wǎng)絡(luò)內(nèi)容中獲取結(jié)構(gòu)化知識和語義知識。如上所述，最佳長文和最佳學(xué)生論文分別來自語義和信息抽取領(lǐng)域，在某種程度上預(yù)示著當(dāng)前熱點(diǎn)和未來發(fā)展動(dòng)向，而互聯(lián)網(wǎng)上海量的用戶生成內(nèi)容無疑會促進(jìn)這些領(lǐng)域的發(fā)展。

這次大會的召開城市烏普薩拉，位于瑞典東部、首都斯德哥爾摩以北，瀕臨費(fèi)利斯河和梅拉倫湖，城市四周有肥沃的田野、茂密的森林，景致非常優(yōu)雅清新。瑞典的地理位置接近北極圈，ACL會議在夏季召開，正處于一年中白天最長的季節(jié)，每天完全的黑夜僅兩小時(shí)左右，白天陽光明媚，海鷗在城市上空飛翔鳴叫，傍晚至夜深前，光線溫和，微風(fēng)輕佛，令人心曠神怡。會議主辦方組織了豐富的活動(dòng)，包括在烏普薩拉大學(xué)主教學(xué)樓舉辦的招待晚宴和在烏普薩拉城堡舉行的一次正式宴會，在宴會上，幾位學(xué)者和會議主席分別做了妙趣橫生的演講，引起參加者不斷的掌聲和笑聲，并有當(dāng)?shù)匮莩獔F(tuán)帶來的音樂節(jié)目，體現(xiàn)了瑞典人熱愛音樂的天性。期間正值2010南非世界杯的決賽階段，主會場里張貼了烏普薩拉適合看球賽的酒吧和餐館地圖，可見主辦方的細(xì)心周到。

ACL是自然語言處理領(lǐng)域一年一度的盛會，除中國大陸學(xué)者外，來自中國港臺、新加坡、日本及歐美等世界各地的華人學(xué)者也充分展示了風(fēng)采，華人學(xué)者在國際舞臺上的影響力、貢獻(xiàn)度正在不斷提升。