计算语言顶会ACL 2018最佳论文公布！这些大学与研究员榜上有名

机器之心整理

机器之心编辑部

今日，ACL 2018 公布了 5 篇最佳论文，包括三篇最佳长论文和 2 篇最佳短论文。今年的 ACL 共收到 1544 份提交论文，其中 1018 份长论文接收了 258 篇，526 份短论文接收了 126 篇，总体接受率为 24.9%。

ACL 2018 获奖名单如下：

最佳长论文

1. Finding syntax in human encephalography with beam search（尚未公开）

作者：John Hale、Chris Dyer、Adhiguna Kuncoro、Jonathan Brennan

2. Learning to Ask Good Questions: Ranking Clarification Questions using Neural Expected Value of Perfect Information

作者：Sudha Rao、Hal Daumé III 均来自于马里兰大学帕克分校。

3. Let’s do it “again”: A First Computational Approach to Detecting Adverbial Presupposition Triggers

作者：Andre Cianflone、Yulan Feng、Jad Kabbara、Jackie Chi Kit Cheung，来自于麦吉尔大学和 MILA。

最佳短论文

1. Know What You Don’t Know: Unanswerable Questions for SQuAD.（尚未公开）

作者：Pranav Rajpurkar、Robin Jia、Percy Liang

目前，该论文尚未公开，但三位研究员都来自斯坦福大学。

2. ‘Lighter’ Can Still Be Dark: Modeling Comparative Color Descriptions.（尚未公开）

作者：Olivia Winn、Smaranda Muresan

该获奖论文的两位作者来自于哥伦比亚大学。

在本文中，机器之心对两篇已公开的获奖论文进行了编译介绍，感兴趣的同学可以查看原论文：

论文 1： Learning to Ask Good Questions: Ranking Clarification Questions using Neural Expected Value of Perfect Information

论文地址：https://arxiv.org/abs/1805.04655

摘要：询问对于交流而言是很基础的，然而机器无法与人类进行高效协作，除非它们可以学会问问题。在这项研究中，我们为给澄清性（clarification）提问排序的任务构建了一个神经网络模型。该模型受完美信息期望值的思想启发：一个问题好不好在于其期望的回答是否有用。我们使用了来自 StackExchange 的数据来研究这个问题，StackExchange 是一个丰富的在线资源，人们通常在帖子中询问澄清性问题，从而他们可以更好地为帖子楼主提供帮助。我们创建了一个由大约 77000 个澄清性问题帖子构成的数据集，其中每个帖子包含一个问答对，这些帖子来自 StackExchange 的三个领域：askubuntu、unix 和 superuser。我们在该数据集的 500 个样本上通过和人类专家判断对比对我们的模型进行了评估，并在受控基线上实现了显著的提高。

提问的核心目标是填补信息鸿沟，该过程通常通过澄清性问题进行。我们认同好的问题是其答案最可能有用的问题。考虑到图 1 中的信息交流，其中楼主（我们叫他 Terry）就配置环境变量提问。这个帖子不够细化，一个回复者（Parker）问了一个澄清性问题（如下 a），不过也可以问问题（b）或（c）。

（a）你使用的是哪个版本的 Ubuntu？

（b）你的无线网卡型号是什么？

（c）你是在 x86 64 架构上运行 Ubuntu 14.10 kernel 4.4.0-59- generic 吗？

Parker 不应该问（b）因为答案可能没什么用；也不应该问（c）因为这个问题太具体了，「No」或「I do not know」这样的答案也没什么用处。Parker 的问题（a）就好多了：答案有用的可能性高，且对于 Terry 来说是可以回答的。

图 1：更新在线问答论坛「askubuntu.com」上的帖子来补充评论中缺失的信息。

图 2：我们的模型在测试过程中的行为：给出帖子 p，我们使用 Lucene 检索出 10 个与 p 类似的帖子。对这 10 个帖子提问的问题是我们的候选问题 Q，对这些问题的答复是我们的候选答案 A。对于每个候选问题 q_i，我们生成答案表征 F(p, q_i)，并计算候选答案 a_j 与答案表征 F(p, q_i) 之间的接近程度。然后我们计算帖子 p 的效用，并确定是否使用答案 a_j 对它进行更新。最后，我们根据公式 1，按照问题的期望效用对候选问题 Q 进行排序。

图 3：答案生成器的训练过程。给定一个帖子 p_i 和问题 q_i，我们生成答案表征，其不仅与原始答案 a_i 很接近，而且在候选问题 q_j 与原始问题 q_i 接近的情况下答案表征与候选答案 a_j 也很接近。

实验结果

我们在实验评估过程中使用的主要研究问题是：

1. 神经网络架构是否比非神经网络基线模型有所改善？

2. EVPI formalism 是否能影响有类似表征力的前馈网络？

3. 答案有助于识别正确的问题吗？

4. 在候选问题（不包括原始问题）上评估模型时，模型性能如何？

表 2：在 500 个样本上评估的模型性能，包括「最佳」标注的并集（B1 ∪ B2）、「有效」标注的交集（V1 ∩ V2），以及数据集中和帖子配对的原始问题。加粗和非加粗数字的区别在于统计显著性 p＜0.05（使用自引导检验计算）。p@k 是模型排序最高的 k 个问题的精度，MAP 是模型预测排序的平均精度。

结论

我们为学习给澄清性问题排序构建了一个新的数据集，并为求解该任务提出了新的模型。该模型结合了著名的深度网络架构和完美信息期望值的经典概念，可以从提问者的角度为实用的选择有效地建模：如果我问了这个问题，我应该如何设想对方的回答。这种实用原则近期被证明在其它任务中也有用（Golland et al., 2010; Smith et al., 2013; Orita et al., 2015; Andreas and Klein, 2016）。人们可以自然地将我们的 EVPI 方法扩展到完全的强化学习方法，以处理多回合的对话。实验结果表明 EVPI 模型对于求解问题生成任务而言是有潜力的范式。

论文 2：Let’s do it “again”: A First Computational Approach to Detecting Adverbial Presupposition Triggers

论文地址：https://www.cs.mcgill.ca/~jkabba/acl2018paper.pdf

摘要：我们介绍了预测状语预设触发语（如 also、again）的任务。解决这样的任务需要检测语篇中的重复或类似事件，并且在自然语言生成任务中有应用，例如摘要和对话系统。我们为这项任务创建了两个新的数据集，分别来自宾州树库（Penn Treebank）和 Annotated English Gigaword 语料库，并为其定制了一个新的注意力机制。我们的注意力机制增强了基线循环神经网络，而不需要额外的可训练参数，从而使注意力机制的额外计算成本最小化。我们已证实，根据统计数据，该模型优于许多基线模型，包括基于 LSTM 的语言模型。

在本文中，我们的重点是如 again、also、still 这样的状语预设触发语。状语预设触发语指出了语篇中事件的重复、延续或终止，或者类似事件的存在。

本论文的主要贡献如下：

介绍了预测状语预设触发语的任务；

提出了用于检测状语预设触发语的新数据集，以及一种可应用于其它类似预处理任务的数据提取方法；

在 RNN 架构中使用一种新的注意力机制，可用于预测状语预设触发语任务。这种注意力机制无需引入额外的参数，但预测效果优于很多基线模型。

3 数据集

我们从两个语料库中提取了数据集，即宾州树库（PTB）语料库（Marcuset al.，1993）和第三版 English Gigaword 语料库（Graff et al.，2007）的子集（sections 000-760）。

图 1：我们的数据集中一个包含预设触发语的实例。

4 学习模型

本章介绍了我们基于注意力的模型。该模型计算每一时间步上隐藏状态之间的相关性，然后再在这些相关性上应用注意力机制，从而扩展双向 LSTM 模型。我们提出的加权池化（WP）神经网络架构如图 2 所示。

图 2：我们提出的加权池化神经网络架构（WP）。分词后的输入将嵌入到预训练词嵌入中，并可能与经过 one-hot 编码的 POS 标签相级联。输入序列随后会通过双向 LSTM 进行编码，并馈送到注意力机制内。计算得出的注意力权重随后可用于编码状态的加权平均运算，依次连接到全连接层以预测预设触发语。

6 结果

表 2 显示了具有 POS 标签和没有该标签的不同模型的表现。总体而言，在结合不同数据集以及是否使用 POS 标签的所有 14 个场景里，我们的注意力模型 WP 在 10 个场景中优于所有其它模型。重要的是，该模型在未引入额外参数的情况下，超越了常规 LSTM 模型，这突出了 WP 基于注意力的池化方法的优势。

表 2：各种模型的性能，包括加权池化的 LSTM（WP）模型。MFC 指最常见的基线，LogReg 是 logistic 回归基线。LSTM 和 CNN 对应强大的神经网络基线模型。请注意，我们把每个「+ POS」案例和「- POS」案例中最佳模型的性能数字加粗显示了。

表 3：最佳模型的混淆矩阵，预测预设触发语是否存在。

表 4：在 Giga_also 数据集上 LSTM 基线模型与注意力模型（WP）正确预测（cor.）和错误预测（inc.）的列联表。

参考内容：https://acl2018.org/2018/06/10/best-papers/

本文为机器之心整理，转载请联系本公众号获得授权。

------------------------------------------------