EMNLP2021官方论文集

大模型推荐算法人工智能与算法

大家好,我是刘聪NLP。

EMNLP2021官方论文集已出,链接如下:

https://aclanthology.org/events/emnlp-2021/

前两天,笔者对EMNLP2021主会议的656篇长文进行了分类,见 EMNLP2021主会议-656篇长文分类-附论文链接

其中,36篇QA系统 (阅读理解、问答、检索)、17篇情感分析 (方面级情感分析、篇章集情感分析、情绪分析)、42篇对话系统45篇信息抽取 (关键词抽取、术语抽取、实体抽取、实体分类、关系抽取、事件抽取、观点抽取)、6篇事件检测68篇预训练语言模型应用 (Transformer优化、语言模型下游应用、语言模型探索、分析等)、37篇数据集、任务及评估45篇机器翻译37篇多模态19篇摘要 (对话摘要、多文档摘要、代码摘要)、51篇文本生成 (段落生成、对话生成、复述、问题生成)、7篇文本风格改写13篇推理 (因果推断、多跳推理、知识推理、常识推理)、21篇模型鲁棒性及对抗10篇模型压缩 (模型优化、剪枝、蒸馏)、19篇小样本 (元学习、零样本、低资源)、26篇知识表征6篇多语言12篇社会道德伦理偏见2篇虚假新闻检测 、14篇指代、链指、消歧及对齐3篇ASR8篇数据增强2篇纠错22篇图相关15篇文本分类13篇NLP基础 (分词、词性、语义理解、句法分析)、60篇其他

当时官方论文集还没有出来,都是自己一篇一篇检索的,现在论文集出来了,缺失的论文,大家可以从官方链接中检索。

并且,主会议短文和finding论文正在整理,敬请期待!!!

往期推荐

EMNLP2021主会议-656篇长文分类-附论文链接

EMNLP2021会议PaperList

一个使模型训练速度提升20%的Trick--BlockShuffle

EMNLP 2021之SF:一种预训练语言模型的片段微调(Span Fine-tuning)方法

EMNLP2021之AEDA:一种更简单的文本分类数据增强技术

常用预训练语言模型(PTMs)总结

回顾BART模型

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
字节跳动客户端性能优化最佳实践
在用户日益增长、需求不断迭代的背景下,如何保证 APP 发布的稳定性和用户良好的使用体验?本次分享将结合字节跳动内部应用的实践案例,介绍应用性能优化的更多方向,以及 APM 团队对应用性能监控建设的探索和思考。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论