EMNLP 2017 最佳論文揭曉，「男人也愛逛商場」獲最佳長論文

本文作者：楊曉凡

2017-08-20 09:09

專題：EMNLP 2017

導(dǎo)語：幾篇獲獎?wù)撐亩坚槍唧w的問題提出了深刻的見解

雷鋒網(wǎng) AI 科技評論按：2017年 EMNLP 自然語言處理實證方法會議（Conference on Empirical Methods in Natural Language Processing）將于2017年9月7-11日在丹麥哥本哈根市召開。EMNLP是自然語言處理領(lǐng)域的頂級會議，由ACL學(xué)會下屬特殊興趣小組 SIGDAT（ACL Special Interest Group on Linguistic data and Corpus-based Approachesto NLP）組織，每年召開一次。近幾年的 EMNLP 會議都吸引了來自學(xué)術(shù)界和企業(yè)界的近千人參加，論文投稿數(shù)目也有上千篇。

今年 EMNLP 共接受論文323篇，其中216篇為長論文，107篇為短論文。EMNLP 2017 也于昨日公布了最佳論文獲獎?wù)撐拿麊?，四篇論文分獲兩個最佳長論文獎、一個最佳短論文獎和一個最佳資源論文獎。

最佳長論文兩篇

「Men Also Like Shopping: Reducing Gender Bias Amplification using Corpus-level Constraints」

“用語料庫級別的限制減少性別偏見的放大程度，其實男人也喜歡購物”
論文作者：Jieyu Zhao, Tianlu Wang, Mark Yatskar, Vicente Ordonez and Kai-Wei Chang
論文簡介：在具有網(wǎng)絡(luò)圖像支持的富視覺識別問題定義上，語言的使用越來越多。結(jié)構(gòu)化的預(yù)測模型也在這樣的任務(wù)中得到使用，它們的好處是能夠利用聯(lián)合出現(xiàn)的標(biāo)簽和視覺輸入之間的聯(lián)系，隨之而來的風(fēng)險是把網(wǎng)絡(luò)內(nèi)容中的社會偏見也編碼到了里面。在這篇論文中，作者們研究了與多標(biāo)簽物體識別和視覺語義角色標(biāo)注相關(guān)的數(shù)據(jù)和模型，然后發(fā)現(xiàn)用于支持這些任務(wù)的數(shù)據(jù)集含有顯著的性別偏見，用這樣的數(shù)據(jù)集訓(xùn)練出的模型會進(jìn)一步擴(kuò)大已有的偏見。比如，在數(shù)據(jù)集中“做飯”這項活動有女性參加的比例比有男性參加的比例至少大33%，用這個數(shù)據(jù)集訓(xùn)練出的模型在測試中會把這種區(qū)別進(jìn)一步擴(kuò)大到68%，作者們提出了這樣的方法：在模型中增加語料庫級別的限制，以矯正現(xiàn)有的結(jié)構(gòu)化預(yù)測模型的表現(xiàn)，并且設(shè)計了一個基于拉格朗日松弛法的算法用于各項推理。修改后的模型在文中的識別任務(wù)中幾乎沒有任何表現(xiàn)下降，但是在多標(biāo)簽分類和視覺語義角色標(biāo)注任務(wù)中，把偏見的擴(kuò)大程度相對減少了47.5%和40.5%。
論文地址：https://arxiv.org/abs/1707.09457

「Depression and Self-Harm Risk Assessment in Online Forums」

“在線論壇中的抑郁和自殘風(fēng)險評估”
論文作者：Andrew Yates, Arman Cohan and Nazli Goharian
EMNLP暫時未公布這篇論文的更多細(xì)節(jié)

最佳短論文

「Natural Language Does Not Emerge 'Naturally' in Multi-Agent Dialog」

“多智能體對話中的自然語言不是真的‘自然地’產(chǎn)生的”
論文簡介：近期已經(jīng)有一系列研究提出了在協(xié)作多智能體群體中做溝通協(xié)議學(xué)習(xí)的端到端方法，而且同時發(fā)現(xiàn)了這些智能體產(chǎn)生的溝通協(xié)議中出現(xiàn)了人類可以解釋的實證語言，這些都是在無需人類監(jiān)督的狀況下學(xué)習(xí)到的。在這篇論文中，作者們以一項兩個智能體間的任務(wù)描述推理游戲為測試環(huán)境，展示了從“負(fù)面”到“正面”的一系列結(jié)果，表明了雖然多數(shù)有智能體參與的語言是有效的（表現(xiàn)為取得了接近完美的任務(wù)回報），但是它們都自主選擇成為了既不可解釋、又不具有組合性的語言。究其根本，作者們發(fā)現(xiàn)自然語言并不是真的“自然地”產(chǎn)生的，盡管近期的文獻(xiàn)中可以看到自然語言的產(chǎn)生很簡單的表象。作者們探討了如何如何引導(dǎo)這些新創(chuàng)作的語言，來讓它們越來越像人類的語言、越來越具有組合性，方法就是對兩個智能體可能的溝通方式中加入更多的限制。
論文作者：Satwik Kottur, José Moura, Stefan Lee and Dhruv Batra.
論文地址：https://arxiv.org/abs/1706.08502

最佳資源論文

「Bringing Structure into Summaries: Crowdsourcing a Benchmark Corpus of Concept Maps」

“給文檔總結(jié)加上結(jié)構(gòu)：眾包得到的概念圖語料庫 benchmark”
論文簡介：概念圖可以用來簡明地表達(dá)重要信息以及給大型文檔集合建立結(jié)構(gòu)。所以，作者們研究了一系列概念圖形式的多文檔總結(jié)方式。然而，目前沒有合適的數(shù)據(jù)集可以用在這項任務(wù)中。為了補(bǔ)上這個缺口，作者們介紹了一組新創(chuàng)造的概念圖語料庫，它對關(guān)于教育話題的各種各樣的網(wǎng)絡(luò)文檔做了總結(jié)。在它的創(chuàng)立過程中使用了一種新的眾包方法，讓作者們能夠高效地判定大規(guī)模文檔集合中的重要元素。與這個語料庫同時發(fā)布的還有一個基準(zhǔn)系統(tǒng)和作者們提出的評估流程，以便未來的研究者更好地進(jìn)行這一系列總結(jié)方式的研究。
論文作者：Tobias Falke and Iryna Gurevych.
論文地址：https://arxiv.org/abs/1704.04452

EMNLP 2017會議期間，雷鋒網(wǎng) AI 科技評論也會派出記者帶來全方位報道，敬請期待。同時歡迎閱讀近期的更多學(xué)術(shù)會議報道。

雷鋒網(wǎng) AI 科技評論編譯。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。