ACL 五篇最佳论文出炉，Barbara Grosz获终身成就奖（附下载网址）

正文

请到「今天看啥」查看全文

论文作者 ：Ryan Cotterell, Jason Eisner

论文标题 ： 概率类型学：元音库存的深度生成式模型

论文摘要 ：语言类型学研究的是人类语言中存在的结构的范围。该领域的主要目的是发现哪一组的可能现象是普遍存在的，而哪些现象仅仅是频繁发生的。例如，所有的语言都包含元音，而大多数的-并不是所有的语言都包含/u/音，本文针对语音类型学中的一个基本问题提出了第一个概率处理方法：是什么构成了一个自然元音的库存？我们引入了一系列的深度随机过程，并将它们与之前的计算、建立在模拟基础上的方法进行了对比。我们提供了超过200种不同语言的综合实验。

评奖词：

在选择Cotterell 和 Eisner 的论文为最佳论文的时候，我们注意到，他们的工作风格是原创性的，并且是恰当的。他们把成熟的“经典的”生成模型与神经网络相结合，以一种周详的方式来回答语言学的问题。第一位审稿人的这两段，对我的观点做出了一个非常仔细的总结。

这篇论文给我留下了很深的印象，它运用了现代深度学习的工具，但是以一种微妙而适当的方式。这个计算旨在建立一个清晰而有意义的目标，据我所知，这在以前的方法中是不曾实现的。我们现在可以评估一个合并起来的、完整的库存的可能性，而不是一个一个元音的有条件的可能性。我们也是通过把正的和负的结果合并起来，来确定什么是可行的，什么是不可行的。

论文地址：https://arxiv.org/abs/1705.0168

最佳展示论文

论文作者 ：Marjan Ghazvininejad, Xing Shi, Jay Priyadarshi, Kevin Knight

论文标题 ：Hafez：自动诗歌生成系统

论文摘要 ：Hafez 是一个自动生成诗歌的系统，它将递归神经网络（RNN）和有限状态接收器（FSA）整合在一起。给定任意主题，该系统可以生成十四行诗。而且，Hafez 还允许用户调整各种不同风格的配置，对生成的诗歌进行修改和润色。试验证明，这种“润色”机制可以考虑用户的意向，从而创作出更好的诗歌。为了对诗歌进行评估，我们创建了一个网页界面，用户可以通过这个界面对诗歌进行一星至五星的评分。另外，我们对整个系统进行了 10 倍加速，并进行了词汇精简和 GPU 计算，以确保能够快速地收集足够多的反馈。根据这些反馈，系统可以学习如何调整其参数，以改进诗歌质量。

论文地址：http://xingshi.me/data/pdf/ACL2017demo.pdf

最佳展示论文（第二名）

请到「今天看啥」查看全文