ACL是计算语言学和自然语言处理领域的顶级国际会议，由国际计算语言学协会组织，每年举办一次。一直以来，ACL在NLP领域的学术影响力都位列第一，它也是CCF-A类推荐会议。今年的ACL大会已是第61届，将于2023年7月9日至14日在加拿大多伦多举行。
今年共评选出3篇最佳论文，4个特别奖项论文：资源奖（Resource Award）、社会影响奖（Social Impact Award）、复现奖（Reproduction Award）、主题论文奖以及39篇杰出论文。
最佳论文1：Do Androids Laugh at Electric Sheep? Humor “Understanding” Benchmarks from The New Yorker Caption Contest。论文地址：https://arxiv.org/abs/2209.06293。机构：艾伦人工智能研究院、犹他大学等。
论文简介：大型神经网络现在可以生成笑话，但它们真的「理解」幽默吗？该研究用源自New Yorker Cartoon Caption Contest的三项任务来测试人工智能模型，包括将笑话与卡通相匹配、选出优质配文（caption）以及解释优质配文为何有趣。完成这些任务的关键是「理解」图像和配文之间复杂且出人意料的关系，幽默经常涉及对人类经验和文化的间接、有趣的暗示。
该论文研究了多模态模型和纯语言模型：前者直接接受卡通图像的挑战；后者则给出视觉场景的多方面描述以模拟人类水平的视觉理解。该研究发现两类模型都难以完成所有三项任务。例如，表现最好的多模态模型在匹配任务上的准确度落后于人类表现30个百分点。即使提供真实的视觉场景描述，在超过2/3的情况下，人类编写的解释也比模型编写的最佳解释（fewshot GPT-4）更受欢迎。
最佳论文2：What the DAAM: Interpreting Stable Diffusion Using Cross Attention。论文地址：https://arxiv.org/abs/2210.04885。机构：Comcast Applied AI、伦敦大学学院、滑铁卢大学。论文简介：大规模扩散神经网络是文本到图像生成领域一个重要的里程碑，但这类方法缺乏可解释性。
该论文对近期开源的Stable Diffusion模型进行了文本-图像归因分析（attribution analysis）。为了生成像素级归因图，该研究在去噪子网络中upscale并聚合（aggregate）交叉注意力word–pixel分数，所提方法被命名为DAAM。该研究通过测试DAAM对名词的语义分割能力来评估其正确性。然后该研究应用DAAM来研究语法在像素空间中的作用。
最后，该研究使用DAAM研究了几种语义现象。该研究是首个从视觉语言学的角度解释大型扩散模型的研究，这将引领一个新的研究方向。最佳论文3：From Pretraining Data to Language Models to Downstream Tasks: Tracking the Trails of Political Biases Leading to Unfair NLP Models。
论文地址：https://arxiv.org/pdf/2305.08283.pdf。机构：华盛顿大学、CMU、西安交通大学。杰出论文：本届会议还评出了39篇杰出论文（Outstanding Papers），官方放出了38篇杰出论文列表。
其他奖项：大会还公布了一些特别奖项，包括复现奖（Reproduction Award)、资源奖（Resource Award）、社会影响力奖（Social Impact Award）、主题论文奖（Theme Paper Award）。复现奖：Do CoNLL-2003 Named Entity Taggers Still Work Well in 2023?。机构：佐治亚理工学院。
论文作者：Shuheng Liu，Alan Ritter。论文地址：https://aclanthology.org/2023.acl-long.459/。资源奖：When Does Translation Require Context? A Data-driven, Multilingual Exploration。机构：卡内基梅隆大学、里斯本高等理工学院等。
论文作者：Patrick Fernandes, Kayo Yin, Emmy Liu, André Martins，Graham Neubig。论文地址：https://arxiv.org/abs/2109.07446。
社会影响力奖：Marked Personas: Using Natural Language Prompts to Measure Stereotypes in Language Models。机构：斯坦福大学。论文作者：Myra Cheng, Esin Durmus，Dan Jurafsky。论文地址：https://arxiv.org/abs/2305.18189。
主题论文奖：Weaker Than You Think: A Critical Look at Weakly Supervised Learning。机构：萨尔大学、亚马逊、维也纳大学。论文作者：Dawei Zhu, Xiaoyu Shen, Marius Mosbach, Andreas Stephan，Dietrich Klakow。
论文地址：https://arxiv.org/abs/2305.17442。领域主席奖：语言多样性论文：Small Data, Big Impact: Leveraging Minimal Data for Effective Machine Translation。
论文作者：Jean Maillard, Cynthia Gao, Elahe Kalbassi, Kaushik Ram Sadagopan, Vedanuj Goswami, Philipp Koehn, Angela Fan and Francisco Guzman。论文地址：https://aclanthology.org/2023.acl-long.154/。
情感分析、文体分析和论据挖掘论文：StoryTrans: Non-Parallel Story Author-Style Transfer with Discourse Representations and Content Enhancing。论文作者：Xuekai Zhu, Jian Guan, Minlie Huang以及Juan Liu。
论文地址：https://arxiv.org/pdf/2208.13423.pdf。语言以及语言学论文：Resolving Indirect Referring Expressions for Entity Selection。论文作者：Mohammad Javad Hosseini, Filip Radlinski, Silvia Pareti以及Annie Louis。
论文地址：https://arxiv.org/pdf/2212.10933.pdf。语义学：句子级语义学、文本推理和其他领域论文：ParaAMR: A Large-Scale Syntactically Diverse Paraphrase Dataset by AMR Back-Translation。
论文作者：Kuan-Hao Huang, Varun Iyer, I-Hung Hsu, Anoop Kumar, Kai-Wei Chang以及Aram Galstyan。论文地址：https://arxiv.org/pdf/2305.16585.pdf。
问答论文：DisentQA: Disentangling Parametric and Contextual Knowledge with Counterfactual Question Answering。论文作者：Ella Neeman, Roee Aharoni, Or Honovich, Leshem Choshen, Idan Szpektor以及Omri Abend。
论文地址：https://arxiv.org/pdf/2211.05655.pdf。语义学: Lexical论文：LexSym: Compositionality as Lexical Symmetry。论文作者：Ekin Akyurek以及Jacob Andreas。论文地址：https://arxiv.org/pdf/2201.12926.pdf。
NLP应用论文：Are You Copying My Model? Protecting the Copyright of Large Language Models for EaaS via Backdoor Watermark。
论文作者：Wenjun Peng, Jingwei Yi, Fangzhao Wu, Shangxi Wu, Bin Bin Zhu, Lingjuan Lyu, Binxing Jiao, Tong Xu, Guangzhong Sun以及Xing Xie。论文链接：https://arxiv.org/pdf/2305.10036.pdf。
语言与多模态模型论文：Hearing Lips in Noise: Universal Viseme-Phoneme Mapping and Transfer for Robust Audio-Visual Speech Recognition。
论文作者：Yuchen Hu, Ruizhe Li, Chen Chen, Chengwei Qin, Qiu-Shi Zhu以及Eng Siong Chng。论文地址：https://aclanthology.org/2023.acl-long.848/。NLP模型的可解释性和分析论文：Entity Tracking in Language Models。
论文作者：Najoung Kim，Sebastian Schuster。论文地址：https://arxiv.org/abs/2305.02363。语言学理论、认知建模和心理语言学论文：Exploring How Generative Adversarial Networks Learn Phonological Representations。
论文作者：Jingyi Chen，Micha Elsner。论文地址：https://arxiv.org/abs/2305.12501。资源与评估论文：Tell2Design: A Dataset for Language-Guided Floor Plan Generation。
论文作者：Sicong Leng, Yang Zhou, Mohammed Haroon Dupty, Wee Sun Lee, Sam Joyce以及Wei Lu。论文地址：https://aclanthology.org/2023.acl-long.820/。
多语言和跨语言NLP论文：Glot500: Scaling Multilingual Corpora and Language Models to 500 Languages。
论文作者：Ayyoob ImaniGooghari, Peiqin Lin, Amir Hossein Kargaran, Silvia Severini, Masoud Jalili Sabet, Nora Kassner, Chunlan Ma, Helmut Schmid, André Martins, François Yvon以及Hinrich Schütze。
论文地址：https://arxiv.org/abs/2305.12182。演示赛道奖最佳Demo奖论文：VisKoP: Visual Knowledge oriented Programming for Interactive Knowledge Base Question Answering。
作者：Zijun Yao, YUANYONG CHEN, Xin Lv, Shulin Cao, Amy Xin, Jifan Yu, Hailong Jin, jianjun xu, Peng Zhang, Lei Hou and Juanzi Li。链接：https://aclanthology.org/2023.acl-demo.17/。
杰出Demo奖论文1：CB2: Collaborative Natural Language Interaction Research Platform。作者：Jacob Sharf, Mustafa Omer Gul and Yoav Artzi。链接：https://arxiv.org/abs/2303.08127。
论文2：disco: a toolkit for Distributional Control of Generative Models。作者：Germán Kruszewski, Jos Rozen and Marc Dymetman。链接：https://arxiv.org/abs/2303.05431。
参考链接：https://2023.aclweb.org/https://2023.aclweb.org/program/｜点击关注我 ?? 记得标星｜