ACL 2019 接收论文榜单发布,我们做了可视化分析

简介: 自然语言处理领域顶级会议 ACL 将于 7 月 28 日至 8 月 2 日在意大利佛罗伦萨举行。今天,ACL 2019 官方网站公布了接收论文列表,机器之心对今年接收论文的关键词等信息进行了可视化分析。

接收论文列表:http://www.acl2019.org/EN/program/papers.xhtml


在论文接收列表中,我们可以看到清华大学的孙茂松组共有 9 篇论文被接收,来自加州大学圣芭芭拉分校(UCSB)的王威廉组(William Yang Wang)有 8 篇论文被接收,全组共有 7 长两短;哈工大刘挺教授也有 3 篇论文入选。

香侬科技 CEO、人民大学信息学院副教授李纪为也有两篇论文入选了 ACL 2019。


论文数量爆炸式增长


今年 3 月,ACL 官方公布了今年大会收到的投稿数量——2906 篇,相比于去年的 1544 篇出现了大幅增长。除去撤回论文等,ACL 2019 共收到有效论文 2694 篇,包括 1609 篇长论文和 1085 篇短论文。


据统计,ACL 2019 共接收了其中的 765 篇论文,接收率为 25.8%(去除了 Student Workshop 论文)。相比于前两年 24% 左右的接收率,今年 ACL 的论文接收率略有上升。


B9029C9B-3442-4480-BC19-BB9C51C86E62.jpeg

近 20 年来 ACL 大会论文投递数量、评审人员数量和(高级)领域主席数量变化趋势图


信息提取与文本挖掘、机器学习、机器翻译领域提交论文数量最多


提交论文数量位列前三的领域与 ACL 2018 一致:


  • 信息提取与文本挖掘(占 ACL 2019 有效提交论文总数的 9.2%,去年该领域论文所占比例为 11.5%);
  • 机器学习(8.2% ACL 2019 vs. 7.4% ACL 2018);
  • 机器翻译(7.7% ACL 2019 vs. 8.3% ACL 2018)。


71FD60F6-EC41-4142-89DC-F5DC3CA056B1.jpeg

各领域提交论文情况。


接收论文列表可视化分析


各类论文数量统计


今年的 ACL 共接收了 765 篇论文,其中长论文 447 篇,短论文 213 篇,System Demonstration 论文 34 篇,student workshop 论文 71 篇。


0CAA7CD9-4009-47B3-8684-A8E3598F7DA6.jpeg

各类 Paper 数量


2319C31D-A03E-46A8-B39E-6BDB76845D00.png

各类 Paper 占比


关键词分析


通过对接收论文列表进行统计,机器之心找出了今年 ACL 接收论文的十大关键词,如下图所示。从图中可以看出,除了「neural」、「learning」、「machine」等常见高频词外,「embedding」、「question」、「generation」等相关子领域名词也成为了今年的热点关键词。


590E1BB7-12CB-4075-B1BA-879931E75197.jpeg

Top10 关键词占比


词云


机器之心对所有论文的标题关键词制作了词云,展示整体关键词的词频分布情况。


4178886F-AFE9-41A0-A6A5-D5A678842AC9.jpeg


深度Pro

理论详解 | 工程实践 | 产业分析 | 行研报告


机器之心最新上线深度内容栏目,汇总AI深度好文,详解理论、工程、产业与应用。这里的每一篇文章,都需要深度阅读15分钟。

相关文章
|
6月前
|
开发框架 API 决策智能
ModelScope-Agent框架再升级!新增一键配置多人聊天,配套开源多智能体数据集和训练
ModelScope-Agent是魔搭社区推出的适配开源大语言模型(LLM)的AI Agent(智能体)开发框架,借助ModelScope-Agent,所有开发者都可基于开源 LLM 搭建属于自己的智能体应用。在最新升级完Assistant API和Tool APIs之后,我们又迎来了多智能体聊天室的升级,通过几分钟快速配置即可搭建一个全新的聊天室。
|
6月前
|
数据采集 存储 人工智能
【AI大模型应用开发】【LangChain系列】实战案例4:再战RAG问答,提取在线网页数据,并返回生成答案的来源
【AI大模型应用开发】【LangChain系列】实战案例4:再战RAG问答,提取在线网页数据,并返回生成答案的来源
565 0
|
6月前
|
数据可视化
R语言推特twitter网络转发可视化分析
R语言推特twitter网络转发可视化分析
|
6月前
|
前端开发
R语言实现随机前沿分析SFA、数据包络分析DEA、自由处置包分析FDH和BOOTSTRAP方法
R语言实现随机前沿分析SFA、数据包络分析DEA、自由处置包分析FDH和BOOTSTRAP方法
|
自然语言处理 机器人 API
GPT学术优化 (GPT Academic):支持一键润色、一键中英互译、一键代码解释、chat分析报告生成、PDF论文全文翻译功能、互联网信息聚合+GPT等等
GPT学术优化 (GPT Academic):支持一键润色、一键中英互译、一键代码解释、chat分析报告生成、PDF论文全文翻译功能、互联网信息聚合+GPT等等
|
机器学习/深度学习 自然语言处理 测试技术
【论文速递】ACL 2020 - 多媒体事件抽取的跨媒体结构化公共空间
我们介绍了一个新的任务,多媒体事件抽取(M2E2),旨在从多媒体文档中抽取事件及其参数。我们开发了第一个基准测试
109 0
|
6月前
|
自然语言处理 算法
【论文精读】COLING 2022 - CLIO: 用于文档级事件抽取的角色交互多事件头注意力网络
【论文精读】COLING 2022 - CLIO: 用于文档级事件抽取的角色交互多事件头注意力网络
|
机器学习/深度学习 自然语言处理 算法
【网安AIGC专题10.25】论文7:Chatgpt/CodeX引入会话式 APR 范例+利用验证反馈+LLM 长期上下文窗口:更智能的反馈机制、更有效的信息合并策略、更复杂的模型结构、鼓励生成多样性
【网安AIGC专题10.25】论文7:Chatgpt/CodeX引入会话式 APR 范例+利用验证反馈+LLM 长期上下文窗口:更智能的反馈机制、更有效的信息合并策略、更复杂的模型结构、鼓励生成多样性
139 0
AppsFlyer 研究(十二)Google Ads MCC 配置统计应用转化
AppsFlyer 研究(十二)Google Ads MCC 配置统计应用转化
|
机器学习/深度学习 数据采集 人工智能
还只会卷论文吗?70页报告解密顶级大厂如何玩转AI技术(1)
还只会卷论文吗?70页报告解密顶级大厂如何玩转AI技术
120 0
下一篇
无影云桌面