「自然语言处理（NLP）」你必须要知道的八个国际会议！

    国际学术会议是一种学术影响度较高的会议，它具有国际性、权威性、高知识性、高互动性等特点，其参会者一般为科学家、学者、教师等。具有高学历的研究人员把它作为一种科研学术的交流方式，够为科研成果的发表和对科研学术论文的研讨提供一种途径 ；同时也能促进科研学术理论水平的提高。针对自然语言处理方向比较重要的几个会议有：ACL、EMNLP、NACAL、CoNLL、IJCNLP、CoNLL、IJCNLP、COLING、ICLR、AAAI、NLPCC等

    会议链接地址： ACL

    它是自然语言处理与计算语言学领域 最高级别 的学术会议，由计算语言学协会主办，每年一届。主要涉及对话(Dialogue)、篇章(Discourse)、评测( Eval)、信息抽取( IE)、信息检索( IR)、语言生成(LanguageGen)、语言资源(LanguageRes)、机器翻译(MT)、多模态(Multimodal)音韵学/ 形态学( Phon/ Morph)、自动问答(QA)、语义(Semantics)、情感(Sentiment)、语音(Speech)、统计机器学习(Stat ML)、文摘(Summarisation)、句法(Syntax)等多个方面。

    ACL 成立于1962年， 每年举办一次 。这个学会主办了 NLP/CL 领域最权威的国际会议，即ACL年会。1982年和1999年，ACL分别成立了欧洲分会（[EACL）和北美分会（NAACL）两个区域性分会。近年来，亚太地区在自然语言处理方面的研究进步显著，2018年7月15日，第56届ACL年会在澳大利亚墨尔本举行。开幕仪式上，ACL主席Marti Hearst正式宣布成立国际计算语言学学会亚太地区分会（ AACL ，The Asia-Pacific Chapter of Association for Computational Linguistics）。此次成立ACL亚太分会，将进一步促进亚太地区NLP相关技术和研究的发展。据悉，首届AACL会议预计在2020年举行，此后将每两年举行一次。

    会议链接地址： EMNLP

    EMNLP涉及多个研究方向，其中包括：信息提取、信息检索和问答系统，语言和视觉，语言理论和心理语言学，机器学习，机器翻译和多语言，分割、标记和语法 分析，语义学，情感分析和观点挖掘，社交媒体和计算社交科学，口语处理，概述，生成，论述和对话，文本挖掘和自然语言分析。

    EMNLP也是由ACL主办的，其中ACL学会下设多个特殊兴趣小组（Special Interest Groups )，SIGs聚集了NLP/CL不同子领域的学者，性质类似一个大学校园的兴趣社团。其中比较有名的诸如 SIGDAT（Special Interest Group on Linguistic Data & Corpus-based Approaches to Natural Language Processing）、SIGNLL（Special Interest Group on Natural Language Learning）等。这些 SIGs 也会召开一些国际学术会议，其中比较有名的就是 SIGDAT 组织的 EMNLP 和 SIGNLL 组织的 CoNLL（Conference on Computational Natural Language Learning）， 均为每年举办一次 。

    会议链接地址： NACAL

    NACAL会议主要涉及对话，篇章，评测，信息抽取，信息检索，语言生成，语言资源，机器翻译，多模态，音韵学/ 形态学，自动问答，语义，情感，语音，统计机器学习，文摘，句法等多个方面。

    NACAL是 ACL 的的北美分会，当然也是由 ACL 主办。这里把 NAACL 单独列出来是因为相比于 ACL 的欧洲分会 EACL（之前是 每三年举办一次 ，过去存在感不太强，据说从2020年开始将改为每年举办，相信会逐渐被大家重视起来），NAACL 是 每年举办一次 ，就目前而言，大家对它的认可度比 EACL 高。ACL、EMNLP、NAACL 均为每年举办一次。因为是同一学术组织举办，所以会有些有意思的潜规则。例如 ACL、EMNLP 会在各大洲轮流举办，而每当ACL在北美举办时，当年NAACL就停办一次（同理，当ACL在欧洲举办时，当年EACL就停办一次）。

    会议链接地址： CoNLL

     SIGDAT 组织的 EMNLP 和 SIGNLL 组织的 CoNLL（ Conference on Computational Natural Language Learning），均为每年举办一次。其中CoNLL的主要涉及的方向有：对话与互动系统、信息提取、信息检索，问题回答、从认知角度研究学习方法(如机器学习、生物启发、主动学习、混合模型)、语言模型、分割、词汇语义和成分语义、语言理论与资源、用于NLP的机器学习、机器翻译、语言学中的归纳法和类比法、词法分析、词性标注和序列标注等。

    会议链接地址： COLING

    COLING会议主要涵盖的方向有：信息提取、信息检索和问答系统；机器学习；机器翻译；分割、标记和语法 分析；语义学；情感分析和观点挖掘；社交媒体和计算社交科 学；口语处理；对话生成；文本挖掘等。

    COLING 全称 International Conference on Computational Linguistics，1965年开办，它是由老牌 NLP/CL 学术组织 ICCL(The International Committee on Computational Linguistics) 组织的， 每两年举办一次 。不过可能由于不是每年举行，感觉最近几次会议的质量起伏比较大，从认可度上也确有被EMNLP赶超的趋势。

    会议链接地址： ICLR

    ICLR主要发表深度学习各方面的前沿研究，其中涵盖人工智能、统计学和数据科学以及机器视觉、计算生物学、语音识别、文本理解、游戏和机器人等重要应用领域。

    ICLR由Yann LeCun 和 Yoshua Bengio 等大牛发起，会议开创了公开评议机制（open review），但在今年取消了公开评议，改为双盲评审。它是一个很年轻的会议，今年举办到第6届，但已经成为深度学习领域不容忽视的重要会议，甚至有深度学习顶会“无冕之王”之称。ICLR也是世界上发展最快的人工智能会议之一，今年将有4000多名参会者。

    会议链接地址： AAAI

    AAAI是人工智能领域的主要学术会议，由美国人工智能促进协会主办。AAAI 成立于 1979 年，最初名为 “美国人工智能协会” （American Association for Artificial Intelligence），2007 年才正式更名为 “人工智能促进协会”（Association for the Advancement of Artificial Intelligence ）。致力于促进对思维和智能行为机制及其在机器中的体现的科学理解。AAAI旨在促进人工智能的研究和负责任的使用。AAAI还旨在提高公众对人工智能的理解，改善人工智能从业者的教学和培训，并就当前人工智能发展的重要性和潜力以及未来方向为研究规划者和资助者提供指导

    近年的 AAAI 会议不乏中国学者的身影，据统计 AAAI 2018 接收的 910 多篇论文中有1/3以上一作是华人名字。此外，2019 年 AAAI 程序主席是南京大学周志华教授，另一位程序主席是密歇根大学教授 Pascal Van Hentenryck。

会议链接地址： NLPCC

    NLPCC主要涉及的方向有：分词和命名实体识别、句法分析、语义分析、语篇分析、面向少数民族和低资源语言的NLP、自然语言处理的应用、数字出版、文档工程、OCR和字体计算、用于移动计算的NLP、机器翻译和多语言信息访问、NLP的机器学习、Web/文本挖掘与大数据、信息检索与提取、知识表示与获取、个性化与推荐、用于搜索和广告的NLP等

    作为自然语言处理和汉语计算领域的国际领先会议，NLPCC最近被CCF确认为C类会议。它为来自学术界、工业界和政府的研究人员和实践者提供了一个主要论坛，以分享他们的想法、研究成果和经验，并促进他们在该领域的研究和技术创新。NLPCC历届会议分别在北京(2012)、重庆(2013)、深圳(2014)、南昌(2015)、昆明(2016)、大连(2017)、呼和浩特(2018)、甘肃（2019）成功举办。

    ACL、EMNLP、NAACL 和 COLING 可以说是 NLP 领域的四大顶会。其中 ACL、EMNLP、NAACL都是一家的（均由 ACL 举办）。ACL 、AAAI是 CCF 推荐A类国际学术会议，EMNLP 和 COLING 是B类，NAACL 、CoNLL、NLPCC则是C类。

更多自然语言处理、pytorch相关知识，还请关注 AINLPer 公众号，极品干货即刻送达。

关于情感分析文本相似性和语句推断等都属于常见中文分词应用中的语句关系判断回答如下：

情感分析,文本相似性和语句推断等都属于常见中文分词应用中的语句关系判断如下情感分析、文本相似性和语句推断都是中文自然语言处理中的常见任务，需要进行语句关系判断。

其中，分词是中文自然语言处理中的基础步骤，可以将句子切分成有意义的词语，为后续任务提供基础。

在情感分析任务中，需要对文本的情感进行分类，通常采用机器学习算法，对文本进行特征提取和分类。文本相似性任务是指比较两个文本之间的相似度，通常采用词向量模型进行特征提取和相似度计算。

语句推断任务是指给定前提和假设，判断假设是否可以从前提中推出，通常需要进行逻辑推理和语义理解。这些任务都需要进行语句关系判断，对中文自然语言处理具有重要意义。

资料扩展：

情感分析是指通过文本来挖掘人们对于产品、服务、组织、个人、事件等的观点、情感倾向、态度等。情感分析是随着互联网发展而产生的，早期主要用于对网上销售商品的用户评语的分析，

以便判断用户对其所购商品是“喜欢”还是“不喜欢”。后期随着自媒体的流行，情感分析技术更多地用于识别话题发起者、参与者的情感趋向，

从中判断或挖掘话题中的价值，由此来分析相关舆情。情感分析的应用十分广泛，其研究领域涉及自然语言处理、信息检索、机器学习、人工智能等。

领域依赖是指文本情感分析的模型对某一领域的文本数据非常有效，但是将其应用于其他领域的时候，会使得分类模型的性能严重下降。

那么，如何利用好教材去设置情感目标，来引起学生的共鸣呢？这需要教师在备课时，充分深化教材中显性和隐性的情感目标，并将这些目标具体化。有的教材，课文中直接体现了一些关爱他人、热爱劳动、关心集体、欣赏别人等等比较显性的情感因素，教师在备课时，很容易就将这些目标体现在教学活动中。但是还有很多教材，初看并没有可利用的情感目标，这时就需要教师深入挖掘，另辟途径，寓情感教育于知识目标中，实现两者的完美统一。推荐人：崔静梅 江苏省常熟市教育局教研室 潘志琴 如何利用好教材去设置情感目标，来引起学生的共鸣呢？这需要教师在备课时，充分深化教材中显性和隐性的情感目标，并将这些目标具体化。有的教材，课文中直接体现了一些关爱他人、热爱劳动、关心集体、欣赏别人等等比较显性的情感因素，教师在备课时，很容易就将这些目标体现在教学活动中。但是还有很多教材，初看并没有可利用的情感目标，这时就需要教师深入挖掘，另辟途径，寓情感教育于知识目标中，实现两者的完美统一。 一、挖掘教材中可引申的情感因素 一些教材里面似乎没有可以引申的情感因素，但是教师只要多观察、多思考，不但能拓展出可利用的情感因素，还能通过这些情感因素帮助学生掌握教材，激发学生的学习兴趣。 案例1： 《牛津小学英语》5A Unit 1 The first day at school这一单元的语篇，主要介绍了学校的一幢新大楼和里面的设施。在介绍耐，利用了本单元的主干句型：Is there a---in the--- Yes,there is／Nothere isn'tAre there anyin the Yes,there are．/No, there aren't．初看教材，这个单元就是学习there be句型的一般疑问句。很多教师反映，这样的课上起来很枯燥、单调，很难从中找到适合的情感因素。我在上这个单元时，正好是汶川地震灾后，在教学设计时，我将情感目标设置为：通过两处不同的开学场景，珍惜现在的学校生活，不和别人攀比。在巩固句型时，我通过多媒体展现了汶川地震灾区的一个学校简陋的校舍，请同学们思考：你看到这样的学校，他们和我们一样，也开学了，你想了解什么？你有什么要问的问题吗？学生们从他们关心的校舍到书本、学习用品甚至是身上的衣服，提出了一个又一个问题。接着我让他们看其他，观察里面的设施，来回答问题： Are there any classrooms/music rooms/---in the school Are there any new school bags Are there any new clothes 分析这节课的学习气氛很热烈，我想是同掌们心中那份对灾区的牵挂，才激起大家这么高的热情。他们的提问很好地结合了本单元的重点句型，在了解灾区同龄学生学习情况的同时，也为后一单元的学习做好了铺垫。因为第二单元的学习是关于There is/are一．，There isn' t/aren't一·句型的，对于自己的学校和灾区的学校，同学们已经非常了解，描述熟悉的场景，同学们当然有话可说了。 二、将情意活动从课内延伸到课外 教材内容中有许多显性的情意目标，在教材处理过程中，学生已经深切地感受到了。在巩固拓展环节，如果教师的活动能从课内延伸到课外，从书本练习延伸到学生的生活实际，那学生的参与热情会更高。 案例2： 4A Unit 7 It's late这一课，内容是Mike早上起床晚了，没时间吃早饭。通过Mike和奶奶之间的对话，学习句型：What time do you go to school I…at…．在课文学习过程中，同学们都了解了要按时作息，合理安排时间、珍惜时间的道理。在拓展环节，我设计了这样一个活动：结合书上D部分的内容，调查一下周边同学双休日的作息时间并做好记录。因为双休日大家的时间安排各不相同，教室里一下子热闹了起来，同学们你言我语，对话活动又活跃起来。 分析在本课教学过程中，同学们一直围绕话题What time do you…？去了解Mike和同伴们的作息时间，如果在巩固环节继续安排这个任务，同学们多少会失去兴趣，因为他们每天的作息时间大同小异。而双休日的作息时间同学们却各不相同。根据大家的调查，我们看到了有些同学时间安排合理，兼顾了学习和娱乐；而有些同学的时间都消磨在床上和电视机、电脑前了。通过比较，大家知道了如何过有意义的双休日。这样的设计不仅有效地运用了句型，更了解了全班同学双休日的情况，更重要的是教师利用集体点评，还做了一次双休活动的引导。 三、在教学活动中创设真实的情感活动 通过活动，让学生产生真实的情感体验，因为只有真实的情感体验才能触动学生的心灵，才能在他们的脑海中留下深刻印象。同时，由于活动贴近学生生活，学生有相同的生活经历，所以有话可说。 案例3： SA Unit 3 At a music lesson这一课，主要是学习What can you do I can…这个句型。对于五年级学生来说，这个句型比较简单，所以每次操练，学生都能积极参与，但是，回答问题时基本是围绕运动类单词和学习类单词展开，内容几乎是重复的，很难听到精彩的发言。针对这样的教学内容，我对学习任务进行了改变。在课堂巩固环节，坞学生分成四组，为每组布置了如野营、班队活动、运动会和爱心义卖等不同住务。因为这些活动都是学生参与过并且感兴趣的话题，学生通过讨论不仅会表达自己的思考，还会提供新的信息。这样的情感目标设计，目的是让学生知道自己是团队中重要的一部分，通过活动了解合作的重要性。