ACL 2020三大獎(jiǎng)項(xiàng)出爐！知名學(xué)者夫婦曾先后獲終身成就獎(jiǎng)，時(shí)間檢驗(yàn)獎(jiǎng)回溯95年經(jīng)典著作

蕭簫 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI

自然語(yǔ)言處理頂會(huì)ACL 2020今年以線上的形式舉辦，時(shí)間從7月5日至7月10日。

但從投稿數(shù)量來看，此次會(huì)議熱度依舊不減，達(dá)到了歷年最高的3429篇，會(huì)議共接收論文779篇，接受率為25.2%。

其中，華人學(xué)者論文入圍數(shù)前十名中，王海峰、俞棟等均榜上有名。

昨天深夜，ACL 2020頒布了三大獎(jiǎng)項(xiàng)：終身成就獎(jiǎng)、時(shí)間檢驗(yàn)獎(jiǎng)和杰出服務(wù)獎(jiǎng)。

最佳論文獎(jiǎng)將于明日公布。

知名學(xué)者夫婦先后獲終身成就獎(jiǎng)

今年的終身成就獎(jiǎng)得主是Bonnie Webber，作為哈佛大學(xué)的博士，她曾先后工作于賓夕法尼亞大學(xué)與愛丁堡大學(xué)，退休后，擔(dān)任愛丁堡大學(xué)的名譽(yù)教授。

△?Bonnie Webber

Bonnie Webber作為AAAI（1991）、愛丁堡皇家學(xué)會(huì)（2004）和ACL（2012）的一員，于1980年任計(jì)算語(yǔ)言學(xué)協(xié)會(huì)主席，并在ACL2020上獲得終身成就獎(jiǎng)。

此次獲終身成就獎(jiǎng)，Twitter上的評(píng)論大多是「well-deserved」，認(rèn)為她值此殊榮。

事實(shí)上，Bonnie Webber在學(xué)術(shù)界一直廣受贊譽(yù)。

作為一名專研篇章語(yǔ)義分析（Discourse Analysis）的學(xué)者，她最大的貢獻(xiàn)之一，是完成了PDTB（賓州語(yǔ)篇樹庫(kù)，Penn Discourse Treebank）的主要工作。

三十余年來，Bonnie Webber對(duì)自己的要求近乎嚴(yán)苛，平均每年發(fā)表2篇論文，直至退休前，幾乎從未間斷過學(xué)術(shù)工作。

△?Bonnie Webber歷年發(fā)表論文數(shù)量

同時(shí)，作為一名嚴(yán)肅對(duì)待學(xué)術(shù)的教授，Bonnie Webber不僅嚴(yán)厲要求自己，對(duì)學(xué)生也同樣嚴(yán)格。曾受教于她的學(xué)生表示，非常感激她對(duì)自己的指導(dǎo)：

每次發(fā)言前，只要我想到Bonnie可能的反應(yīng)，我都會(huì)反復(fù)檢查我的觀點(diǎn)陳述和假設(shè)。何其幸運(yùn)能得到她對(duì)我作品的批評(píng)指點(diǎn)，尤其是在我讀博前期。祝賀！

值得注意的是，在ACL 2018上，同樣來自于愛丁堡大學(xué)的Mark Steedman教授也獲得了終身成就獎(jiǎng)。

作為愛丁堡大學(xué)中同一領(lǐng)域的夫婦教授，Bonnie Webber和Mark Steedman如今一同獲得ACL終身成就獎(jiǎng)，可謂NLP學(xué)術(shù)圈中的一段佳話。

時(shí)間檢驗(yàn)獎(jiǎng)?wù)撐暮?jiǎn)介

ACL 2020的時(shí)間檢驗(yàn)獎(jiǎng)共4篇，2篇頒給了發(fā)表自1995年的經(jīng)典論文，另外2篇?jiǎng)t是發(fā)表自2010年的論文。

第一篇是1995年在CL上發(fā)表的文章，至今為止已被引用了兩千多次。

這是計(jì)算語(yǔ)篇分析（computational discourse）領(lǐng)域中最重要的論文之一，彰顯了「語(yǔ)言學(xué)」在「計(jì)算語(yǔ)言學(xué)」中的力量。

即使目前的語(yǔ)言處理方法已從基于邏輯的方法轉(zhuǎn)向基于統(tǒng)計(jì)學(xué)的深度學(xué)習(xí)，但這篇論文中所提到的理論至今仍廣受推崇。

第二篇是1995年發(fā)表于ACL的論文，同樣被引用了兩千多次：

這篇論文展示了數(shù)據(jù)驅(qū)動(dòng)在NLP領(lǐng)域的力量，是「語(yǔ)言學(xué)假說與無(wú)監(jiān)督學(xué)習(xí)相結(jié)合」的具有開辟性的工作。

其在領(lǐng)域內(nèi)提出的問題至今仍然在被研究：監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)之間的差異，以及數(shù)據(jù)標(biāo)記所需花費(fèi)的成本。

第三篇論文是2010年發(fā)表在CL上的論文：

這篇論文提出了自監(jiān)督預(yù)訓(xùn)練的方法（像BERT、word2vec中的應(yīng)用），提升了計(jì)算語(yǔ)義學(xué)、語(yǔ)言學(xué)理論和認(rèn)知模型的關(guān)聯(lián)性。

第四篇論文于2010年發(fā)表在ACL上，至今已被引用一千五百余次：

作為學(xué)術(shù)界里程碑式的著作，這篇論文首次將向量表示法應(yīng)用于NLP方向，其倡導(dǎo)理論如今仍然主導(dǎo)著NLP領(lǐng)域。

對(duì)這四篇論文感興趣的朋友，可以在文末查看論文鏈接。

杰出服務(wù)獎(jiǎng)

今年的杰出服務(wù)獎(jiǎng)?lì)C給了多倫多大學(xué)的Graeme Hirst。

自1985年到2014年期間，Graeme Hirst任《Computational Linguistics Journal》的書評(píng)編輯，并在2001年成為NAACL的成員。

△?Graeme Hirst

不僅如此，Graeme Hirst最重要的工作，是他在2008年到2017年期間一直擔(dān)任ACL的財(cái)務(wù)主管，負(fù)責(zé)會(huì)議組織等流程工作。

這項(xiàng)非?？简?yàn)細(xì)致與耐心的工作，Graeme Hirst多年來一直完成得非常仔細(xì)，也保證了學(xué)術(shù)會(huì)議的公正，讓ACL成為了一項(xiàng)受歡迎的學(xué)術(shù)會(huì)議。

華人學(xué)者入圍篇數(shù)TOP 10

除此之外，ACL 2020間華人學(xué)者入圍篇數(shù)也是一大看點(diǎn)。

排名第一的是來自微軟亞洲研究院的周明，發(fā)表過361篇論文的他，如今論文引用數(shù)已達(dá)到了13176。

這次他入圍的論文共有12篇。

第二名是來自西湖大學(xué)的張?jiān)?，此次共入?0篇論文。

第三名是來自哈工大的劉挺，共入圍9篇論文。

第四名是來自于加州大學(xué)洛杉磯分校的Kaiwen Chang，共入圍8篇論文。

第五名是來自于北大的萬(wàn)小軍，共入圍7篇論文。

并列第五的是來自于微軟研究院的段楠，同樣入圍7篇論文。

同樣并列第五的是清華的劉知遠(yuǎn)，入圍7篇論文。

第八名是來自哈工大的車萬(wàn)翔，入圍6篇論文。

并列第八的是百度的王海峰，入圍6篇論文。

最后，同樣并列第八的是來自騰訊的俞棟，此次也入圍6篇論文。

這些都是在自然語(yǔ)言處理領(lǐng)域內(nèi)作出巨大貢獻(xiàn)的華人學(xué)者。

參會(huì)方式

由于今年的ACL 2020改成了線上會(huì)議，想要參會(huì)的小伙伴可以直接點(diǎn)擊文末的會(huì)議鏈接參與。

與此同時(shí)，Twitter上也有熱心網(wǎng)友整理了今年會(huì)議中，愿意與大家進(jìn)行交流的各位學(xué)（da）者（lao）的聯(lián)系方式，具體見文末。

感興趣的小伙伴們，可以將自己的想法、或是對(duì)研究者們論文中感興趣的地方整理出來，與他們進(jìn)行線上溝通。

傳送門

參會(huì)大佬聯(lián)系方式：

https://docs.google.com/spreadsheets/d/1Q4s9gj52m41Ekycm-93VZLKUZfl_CNKpX4_uWU1gcP8/edit#gid=0

會(huì)議鏈接：

https://acl2020.org/

時(shí)間檢驗(yàn)獎(jiǎng)4篇論文鏈接：

《Centering: A Framework for Modeling the Local Coherence of Discourse》

https://www.aclweb.org/anthology/J95-2003.pdf

《Unsupervised Word Sense Disambiguation Rivaling Supervised Methods》

https://www.aclweb.org/anthology/P95-1026.pdf

《Distributional Memory: A General Framework for Corpus-based Semantics》

https://www.mitpressjournals.org/doi/pdf/10.1162/coli_a_00016

《Word Representations: A Simple and General Method for Semi-supervised Learning》

https://www.aclweb.org/anthology/P10-1040.pdf

參考鏈接：

https://m.weibo.cn/u/7472540107?uid=7472540107&luicode=10000011&lfid=2304137472540107_-_WEIBO_SECOND_PROFILE_WEIBO

https://www.aminer.cn/conf/acl2020/?s=wb&s=wb&luicode=10000011&lfid=2304137472540107_-_WEIBO_SECOND_PROFILE_WEIBO&u=https%3A%2F%2Fwww.aminer.cn%2Fconf%2Facl2020%2F%3Fs%3Dwb