為了方便同學(xué)們學(xué)習(xí)，今天學(xué)姐就幫大家整理了一下，但凡獲獎(jiǎng)的論文全部都分享在下面啦！建議大家收藏起來(lái)慢慢看！

另外，上回學(xué)姐還分享了CVPR近5年最佳論文，有需要的同學(xué)點(diǎn)藍(lán)字傳送。

鑒于論文太多了不好找，學(xué)姐還幫大家把這些論文都整理打包了！原文和代碼都有！

掃碼添加小享，回復(fù)“ACL最佳”?

免費(fèi)獲取全部論文+代碼合集

最佳論文

1.Do Androids Laugh at Electric Sheep? Humor “Understanding” Benchmarks from The New Yorker Caption Contest

標(biāo)題：電子羊會(huì)讓安卓笑嗎?來(lái)自《紐約客》漫畫(huà)標(biāo)題大賽的幽默“理解”基準(zhǔn)測(cè)試

內(nèi)容：現(xiàn)在的大型神經(jīng)網(wǎng)絡(luò)可以生成笑話，但它們是否真正“理解”幽默還存疑問(wèn)。作者通過(guò)三個(gè)源自New Yorker漫畫(huà)標(biāo)題競(jìng)賽的任務(wù)來(lái)測(cè)試AI模型：匹配圖文、識(shí)別獲勝標(biāo)題、解釋幽默標(biāo)題的笑點(diǎn)。這三個(gè)任務(wù)體現(xiàn)了漸進(jìn)的“理解”漫畫(huà)的復(fù)雜層次，關(guān)鍵在于圖像和標(biāo)題之間復(fù)雜、常令人驚訝的關(guān)系，以及對(duì)人類(lèi)經(jīng)驗(yàn)和文化的含蓄玩味的暗示。研究采用了多模態(tài)和僅語(yǔ)言模型，前者直接處理漫畫(huà)圖像，后者給出場(chǎng)景的多方面描述來(lái)模擬人類(lèi)視覺(jué)理解。

結(jié)果表明兩類(lèi)模型在三個(gè)任務(wù)上都存在困難。例如，最好的多模態(tài)模型匹配任務(wù)上比人類(lèi)低30個(gè)百分點(diǎn)。即使給出真實(shí)的視覺(jué)場(chǎng)景描述，在三分之二的情況下，人類(lèi)解釋仍優(yōu)于最好的機(jī)器生成解釋(few-shot GPT-4)。

2.What the DAAM: Interpreting Stable Diffusion Using Cross Attention

標(biāo)題：使用交叉注意力理解Stable Diffusion：介紹DAAM

內(nèi)容：大規(guī)模擴(kuò)散神經(jīng)網(wǎng)絡(luò)在文本到圖像生成方面實(shí)現(xiàn)了重大突破，但我們對(duì)它們的理解仍較少，缺乏解釋性分析。本文對(duì)Stable Diffusion等最近開(kāi)源的模型進(jìn)行了文本圖像歸因分析。作者通過(guò)上采樣并聚合去噪子網(wǎng)絡(luò)中詞與像素之間的交叉注意力分?jǐn)?shù)，得到像素級(jí)的歸因熱力圖，將方法命名為DAAM。

通過(guò)測(cè)試它對(duì)名詞的語(yǔ)義分割能力以及對(duì)所有詞性的歸因質(zhì)量(由人工評(píng)分)來(lái)驗(yàn)證其正確性，然后應(yīng)用DAAM來(lái)研究句法結(jié)構(gòu)在像素空間的作用，通過(guò)十種常見(jiàn)依存關(guān)系特征化頭詞與依存詞之間的熱力圖交互模式。最后作者用DAAM研究了幾種語(yǔ)義現(xiàn)象，著重關(guān)注特征糾纏，發(fā)現(xiàn)同義詞惡化了生成質(zhì)量，描述性形容詞的關(guān)注面過(guò)于廣泛。作者是首次從視覺(jué)語(yǔ)言學(xué)角度解釋大規(guī)模擴(kuò)散模型，這啟發(fā)了后續(xù)研究方向。

3.From Pretraining Data to Language Models to Downstream Tasks: Tracking the Trails of Political Biases Leading to Unfair NLP Models

標(biāo)題：從預(yù)訓(xùn)練數(shù)據(jù)到語(yǔ)言模型再到下游任務(wù)：跟蹤導(dǎo)致NLP模型不公的政治偏見(jiàn)的路徑

內(nèi)容：論文主要討論了語(yǔ)言模型中的政治偏見(jiàn)問(wèn)題。 語(yǔ)言模型是在多樣化的數(shù)據(jù)源上預(yù)訓(xùn)練的，這些數(shù)據(jù)中包含了大量的觀點(diǎn)和視角。一方面這體現(xiàn)了民主和思想多樣性，另一方面也會(huì)帶來(lái)社會(huì)偏見(jiàn)。作者開(kāi)發(fā)了新的方法來(lái)測(cè)量語(yǔ)言模型中的政治偏見(jiàn)，包括社會(huì)和經(jīng)濟(jì)方面的，測(cè)量下游基于politically biased語(yǔ)言模型的NLP模型的公平性。

作者關(guān)注仇恨言論和誤information檢測(cè)，目的是量化預(yù)訓(xùn)練數(shù)據(jù)中的政治偏見(jiàn)對(duì)高風(fēng)險(xiǎn)的社會(huì)導(dǎo)向任務(wù)的公平性的影響。結(jié)果發(fā)現(xiàn)，預(yù)訓(xùn)練語(yǔ)言模型確實(shí)存在加強(qiáng)預(yù)訓(xùn)練語(yǔ)料中存在的政治極化的偏見(jiàn)，并將社會(huì)偏見(jiàn)傳播到仇恨言論預(yù)測(cè)和誤信息檢測(cè)中。作者討論了研究結(jié)果對(duì)NLP研究的影響，并提出了未來(lái)減輕不公平性的方向。

特別獎(jiǎng)

復(fù)現(xiàn)獎(jiǎng)：4.Do CoNLL-2003 Named Entity Taggers Still Work Well in 2023？

資源獎(jiǎng)：5.When Does Translation Require Context? A Data-driven, Multilingual Exploration

社會(huì)影響?yīng)劊?/strong>6.Marked Personas: Using Natural Language Prompts to Measure Stereotypes in Language Models

主題論文獎(jiǎng)：7.Weaker Than You Think: A Critical Look at Weakly Supervised Learning

優(yōu)秀論文（39篇）

掃碼添加小享，回復(fù)“ACL最佳”?

免費(fèi)獲取全部論文+代碼合集

領(lǐng)域主席獎(jiǎng)

語(yǔ)言多樣性

Small Data, Big Impact: Leveraging Minimal Data for Effective Machine Translation

情感分析、文體分析和論據(jù)挖掘

StoryTrans: Non-Parallel Story Author-Style Transfer with Discourse Representations and Content Enhancing

語(yǔ)篇與語(yǔ)用學(xué)

Resolving Indirect Referring Expressions for Entity Selection

語(yǔ)義學(xué)：句子級(jí)語(yǔ)義學(xué)、文本推理和其他領(lǐng)域

ParaAMR: A Large-Scale Syntactically Diverse Paraphrase Dataset by AMR Back-Translation

問(wèn)答

DisentQA: Disentangling Parametric and Contextual Knowledge with Counterfactual Question Answering

語(yǔ)義學(xué):詞匯

LexSym: Compositionality as Lexical Symmetry

NLP應(yīng)用程序

Are You Copying My Model? Protecting the Copyright of Large Language Models for EaaS via Backdoor Watermark

言語(yǔ)和多模態(tài)

Hearing Lips in Noise: Universal Viseme-Phoneme Mapping and Transfer for Robust Audio-Visual Speech Recognition

NLP模型的可解釋性與分析

Entity Tracking in Language Models

語(yǔ)言學(xué)理論、認(rèn)知模型和心理語(yǔ)言學(xué)

Exploring How Generative Adversarial Networks Learn Phonological Representations

資源與評(píng)價(jià)

Tell2Design: A Dataset for Language-Guided Floor Plan Generation

多語(yǔ)言和跨語(yǔ)言NLP

Glot500: Scaling Multilingual Corpora and Language Models to 500 Languages

演示賽道獎(jiǎng)

最佳Demo獎(jiǎng)

VisKoP: Visual Knowledge oriented Programming for Interactive Knowledge Base Question Answering

杰出Demo論文

• CB2: Collaborative Natural Language Interaction Research Platform

• disco: a toolkit for Distributional Control of Generative Models

學(xué)生研究獎(jiǎng)（4篇）

• Assessing Chain-of-Thought Reasoning against Lexical Negation: A Case Study on Syllogism

• Mengyu Ye, Tatsuki Kuribayashi, Jun Suzuki, Hiroaki Funayama, Goro Kobayashi

• Is a Knowledge-based Response Engaging?: An Analysis on Knowledge-Grounded Dialogue with Information Source Annotation

• Takashi Kodama, Hirokazu Kiyomaru, Yin Jou Huang, Taro Okahisa, Sadao Kurohashi

• LECO: Improving Early Exiting via Learned Exits and Comparison-based Exiting Mechanism

• Jingfan Zhang, Ming Tan, Pengyu Dai, Wei Zhu

• How-to Guides for Specific Audiences: A Corpus and Initial Findings

• Nicola Fanton, Agnieszka Falenska, Michael Roth

榮譽(yù)提名（14篇）

掃碼添加小享，回復(fù)“ACL最佳”?

免費(fèi)獲取全部論文+代碼合集

標(biāo)簽：ACL 2023ACL自然語(yǔ)言處理nlp