- 生成式人工智能时代的合成图像验证：暂有何窍门与何需进一步完善
该研究综述了关于合成图像的检测和归因方法，突出了它们的优点和局限性，同时指出并讨论了该领域的热门话题，概述了未来研究的有希望的方向。
- 提示设计与工程：介绍与高级方法
教导设计和工程学是一个重要的学科，本文介绍了主要概念，并回顾了教导设计和工程的基本和更先进的方法。
- 在实施负责任的人工智能中解决伦理平衡
通过权衡的五种方法，提出了一个框架，旨在解决高级人工智能伦理原则在实际系统中的操作问题，以应对潜在的监管要求。
- 社交媒体文本中讽刺检测的研究视角
在社交媒体上大量使用讽刺文本会对目标用户产生生理影响，讽刺检测对于用户来说很困难，更 对于机器来说是具有挑战性的。此论文讨论了各种讽刺检测技术及其相关数据集等，并总结了一些 方法、挑战和未来的方向。
- 2007 年至 2022 年的开放式信息抽取 -- 综述
本文系统综述了 2007 年至 2022 年间的开放信息提取技术，提出了基于信息来源的新分类方法，并总结了三种主要方法、当前流行的数据集和模型评估指标，展示了数据集、信息来源、输出形式、方法和评估指标等方面的未来发展方向。
- CTC 2021 概述：面向母语者的汉语文本纠错
本文介绍了 CTC 2021，一项针对母语为中文的文本校正任务，并讨论了任务的定义、训练数据、评价以及参与者尝试的方法，提供了公共数据集以推进该研究领域的未来发展。
- 文本中位置参考识别：调查与比较
本文对地理位置信息的解析进行了系统梳理和综合评估，总结了地理信息检索、疾病监测、交通管理等七个应用领域的实践应用，归纳了四类解析方法并对其中流行的 27 种方法进行了计算正确性和效率评估，为未来方法发展提供了指导和参考。
- ACL跨语言摘要调查
本研究针对跨语言摘要生成任务进行了全面的系统综述，涵盖数据集、方法和挑战等方面，以便为研究人员提供起点和新想法。
- COLING无监督依存句法分析综述
本文综述了语法依赖分析中的无监督分析方法，确定了两种主要方法类别并讨论了最近的趋势，以期为研究人员提供深入的见解，并促进未来研究的发展。
- 现实世界强化学习的挑战
介绍了 Reinforcement Learning 在实际场景应用中的九个挑战及相应的方法和评估指标，并给出了一个示例领域用于实际 RL 研究的测试平台。
- ACL通往幸福结局的陡峭道路：对当前视觉叙事模型的分析
本研究对最近的视觉叙事研究进行了概述，并对三种可视化叙事的最新方法进行了详细的错误分析，分析了常见错误的类型和范例，并指出了当前工作的主要缺陷，最后提出了未来解决这些问题的建议。
- ICML关于可解释性方法的鲁棒性
我们认为解释的稳健性 —— 也就是说，类似的输入应该产生类似的解释 —— 是可解释性的关键因素。我们引入了度量稳健性的指标，并证明了目前的方法在这些指标下表现不佳。最后，我们提出了如何对现有的解释方法强制实施稳健性的方法。
- COLING开放信息抽取调查
本文详细介绍了针对开放式信息抽取任务提出的各种方法，包括面临的挑战、方法的发展历程和解决的特定问题，同时评论了常用的评估程序以及展望未来的研究方向。
- 文本摘要技术：简要调查
本文综述了自动文本摘要的主要方法和不同过程，描述了不同方法的有效性和缺点，以期将海量的文本数据高效地提炼出信息和知识。
- 组合搜索问题的算法选择：综述
该论文综述了算法选择问题的研究现状及其在组合搜索问题中的性能提升，归纳了目前算法选择的多种方法并且讨论了使用这些方法的不同方向，最后总结出未来研究的方向。