ACLApr, 2021

翻译型 NLP：自然语言处理研究的新范式和通用原则

PDF
TL;DR介绍了一种新的 NLP 研究新范式 —— 翻译 NLP，利用该范式可以更好地将基础 NLP 和应用 NLP 联系起来，实现相互促进和交流，进一步推动 NLP 研究的发展。
translational nlpbasic scienceapplied scienceinnovationstechnological design
发现论文，激发创造
  • 自然语言处理研究范式转变的历时分析：何时、如何和为何？

    本研究提出了一个系统性的框架，使用因果推断与推理技术分析了科学领域中研究主题的演变趋势。通过对 ACL Anthology 语料库的广泛实验，我们有效地发现了自然语言处理研究主题的演进趋势和根本原因。

    May, 2023

  • 交互式自然语言处理

    该论文对 iNLP 的定义、分类、评估方法、应用和未来研究方向进行了综合性调查，旨在为研究人员提供广泛的视野和工具，以促进与人类、知识库、模型和环境的交互、交流和合作。

    May, 2023

  • 自然语言处理：现状、趋势和挑战

    该论文介绍了近年来自然语言处理在各种领域中得到广泛应用的四个阶段，包括其历史演变、现状和应用领域，以及当前的趋势和挑战。

    Aug, 2017

  • 自然语言处理研究的探索之旅

    通过对 ACL Anthology 中的研究论文进行系统分类和分析，我们提供了自然语言处理领域的研究概况、学科分类，分析了最近的发展，并总结了我们的发现并强调了未来工作的方向。

    Jul, 2023

  • 自然语言处理的范式转变

    本文回顾了近年来 NLP 任务范式转移的现象，着重介绍了一些有潜力解决不同 NLP 任务的范式，这些转移可以通过深度学习和预训练语言模型等方式实现，从而提高模型性能。

    Sep, 2021

  • 构建未来，必须了解过去：自然语言处理中的范式转变的背景

    NLP 领域正在经历一系列颠覆性的变化，该研究旨在通过深入了解过去来塑造我们的未来。通过对 26 位 NLP 研究人员进行长篇采访，我们研究了影响 NLP 领域的因素，包括文化、激励和基础设施。我们的访谈对象发现该领域存在循环模式，同时也出现了历史上没有先例的新变化，包括基准文化和软件基础设施的变化。通过对 ACL 文集中的引用、作者和语言使用进行定量分析，我们进一步支持了这一讨论。最后，我们讨论了 NLP 领域未来的共同愿景、关切和希望。我们希望这项对过去和现在的研究能够引发对我们社区内隐含规范的明确讨论，并更加有意识地塑造未来。

    Oct, 2023

  • 计算语言学与自然语言处理

    介绍计算语言学方法，重点关注其在翻译实践和研究中的应用，涵盖了语言数据的收集、存储、索引和分析的计算模型、方法和工具，并讨论了该领域的主要方法论问题和挑战。

    Jun, 2022

  • 定义一个新的 NLP 游乐场

    该论文旨在通过提出 20 多个研究方向，涵盖理论分析、新问题、学习范式和跨学科应用，来定义一个新的自然语言处理（NLP）研究领域。

    Oct, 2023

  • 深度学习基于自然语言处理的进展：一项调查

    该研究综述了深度学习方法和模型在自然语言处理方面的应用和进展，分析和比较了不同方法和先进模型对语义分析和 NLP 任务领域的促进作用。

    Mar, 2020

  • 药学中自然语言处理研究综述

    该研究论文调查了自然语言处理在药学领域中的应用，包括用于信息提取和处理的深度神经网络等。作者将其总结为五个类别并提出现代 NLP 方法、普遍任务、相关文本数据、知识库和有用的编程库等。总结为一份综合性概述，对实践者和感兴趣的观察者有用。

    Aug, 2022