ACLMay, 2021

跨学科教授自然语言处理：挑战与机遇

PDF
TL;DR本文通过作者的教学经验，探讨了在没有相关课程生态系统的情况下，向不同背景的学生教授自然语言处理 (NLP) 的挑战，同时也指出了 NLP 研究者和工具开发者在该领域需要面对的几个挑战领域。
nlpdiverse audiencesteachingchallengesresearchers
发现论文，激发创造
  • 教育自然语言处理综述：分类、系统回顾与未来趋势

    自然语言处理（NLP）旨在通过计算机科学领域的技术来分析文本，适用于医疗、商业和教育领域的应用。本文回顾了近期在教育领域解决问题方面的 NLP 的最新进展，介绍相关背景，提出 NLP 在教育领域的分类体系，并基于该体系讨论任务定义、挑战以及相应技术。随后展示了该领域中的一些现有演示，并给出未来方向的结论。

    Jan, 2024

  • 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

  • 法律与自然语言处理：弥合学科间的鸿沟

    通过对最近法律自然语言处理（NLP）文献中的趋势的回顾，我们发现法律 NLP 社区与法学界之间的重叠有限。我们认为，一些最流行的法律 NLP 任务未能解决法律从业人员的需求，因此我们探讨了一些能够弥合学科鸿沟的法律 NLP 任务示例，并突出了一些尚未充分探索的有趣领域。

    Oct, 2023

  • 采用自然语言处理方法进行教育反馈分析的趋势和挑战综述

    本文概述了人工智能在教育领域的应用，针对学生反馈数据，提出了利用自然语言处理技术来识别教育基础设施、学习管理系统、教学实践和学习环境的改进方向，并重点介绍了情感标注、实体注释、文本摘要和主题建模等文本分析技术在教育领域的应用及其存在的挑战。

    Jan, 2023

  • 人力资源应用的自然语言处理挑战与机遇：一篇讨论文

    近十年来，在机器学习和自然语言处理领域取得了巨大进展，为招聘和人力资源管理等潜在应用领域开辟了广阔的前景。我们回顾了文本分析在人力资源 / 人事管理领域中的用例，包括已实现和潜在但尚未实施的用例，并分析了其中的机会和风险。

    May, 2024

  • K-12 教育中自然语言处理教学的数字学习环境综述

    本文综述了数字学习环境在 K-12 教育中教授自然语言处理（NLP）的应用情况，探讨了现有的数字学习工具如何支持特定的 NLP 任务与流程，并研究了它们在教育背景下的可解释性和评估结果。通过检验这些工具的优点和限制，本文研究揭示了 K-12 教育中自然语言处理学习工具的现状，旨在指导未来的研究努力改善现有工具，开发新工具，并探索更有效和包容的 NLP 整合策略。

    Oct, 2023

  • 应用语言技术：自然语言处理（NLP）在人文领域的应用

    本文介绍了一个为人文专业提供 Python 语言技术及其应用的两门课程模块， 学习材料包括交互式 Jupyter 笔记本和伴随的 YouTube 视频，所有材料都采用了知识共享许可证。

    May, 2021

  • 法律领域中的自然语言处理

    本文总结了 NLP 与法律领域的现状并关注最近的技术和实质性发展。通过构建并分析过去十年发表的超过六百篇与 NLP & 法律相关的论文，我们发现了一些主要趋势，并且我们相信这些趋势对于该领域的未来发展具有积极意义，但是仍有许多问题需要解决。

    Feb, 2023

  • 我们所引证的人：“自然语言处理” 与其他学术领域之间的影响桥梁

    量化分析了 NLP 和其他 23 个学科领域（相互）之间的影响程度，结果显示 NLP 的学科交叉合作程度下降，自 1980 年的 0.58 降至 2022 年的 0.31（历史最低），同时 NLP 的学术引用越来越内向，主要引用计算机科学领域的论文，而对语言学、数学和心理学等领域的引用较少，这些研究结果凸显了 NLP 需要紧急反思与其他学科领域的合作交流。

    Oct, 2023

  • 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