本周要跟大家分享的是來自TechBeat社區(qū)的一篇優(yōu)質(zhì)好文。本文中，車萬翔教授從ACL的投稿及錄用趨勢，到各個研究領(lǐng)域的發(fā)展現(xiàn)狀，都發(fā)表了自己的一些看法，希望對相關(guān)領(lǐng)域的研究者能有所幫助！

導(dǎo)讀：

2020年5月23日，有幸受邀在中國中文信息學(xué)會青年工作委員會主辦的AIS（ACL－IJCAI－SIGIR）2020頂會論文預(yù)講會上介紹了ACL會議近年來的研究趨勢，特整理成幻燈片配文字版，希望對相關(guān)領(lǐng)域的研究者有所幫助。由于視野所限，時間倉促，特別是ACL 2020的錄用論文列表剛發(fā)布不久，因此統(tǒng)計的數(shù)據(jù)和得出的結(jié)論難免有失偏頗，如有不當(dāng)之處，還敬請指出。另外，特別感謝組內(nèi)的多位博士生幫助進行數(shù)據(jù)整理。

首先來看一下2010年到2020年這11年來，ACL長文的錄用情況和趨勢，可以看出從2018年開始，投稿和錄用的數(shù)量急劇上升，說明作為人工智能皇冠上的明珠，自然語言處理領(lǐng)域越來越受到研究界的關(guān)注。另外，ACL的錄用率多年來基本保持穩(wěn)定，一直在25％左右。

再來看一下今年錄用文章標(biāo)題的詞云，從中可以看出大家關(guān)注比較多的任務(wù)有生成、翻譯、對話、問答、抽取、句法等方向，用到的方法多涉及到神經(jīng)、網(wǎng)絡(luò)、注意力、圖等。另外，從文章作者的詞云可以看出前幾名的基本都是中國的大姓，這也反應(yīng)出華人作者在ACL頂會上已經(jīng)占據(jù)非常大的比例。

為了更直觀的了解近年來ACL各個研究領(lǐng)域的變化趨勢，我們做了一個領(lǐng)域趨勢競賽圖，幫助大家更好地看出各個研究領(lǐng)域此消彼長的變化過程。特別說明的是，我們的領(lǐng)域是參考ACL 2019進行劃分的，由于其它年份的領(lǐng)域劃分方式不盡相同，我們采用人工的方式進行了映射。另外，由于2020年目前只有文章列表，還沒有領(lǐng)域數(shù)據(jù)，所以也是人工逐篇文章分的類，因此具有一定的主觀性，有可能不是特別準(zhǔn)確。

從這段視頻中，我們可以看到幾個非常明顯的趨勢，比如人機對話等新興領(lǐng)域上升勢頭迅猛，而句法分析、機器翻譯等傳統(tǒng)領(lǐng)域有所衰落。下面，就幾個變化比較明顯的領(lǐng)域分別加以介紹。

人機對話異軍突起

2015年之前，ACL上幾乎沒有人機對話的文章發(fā)表，但是從2016年開始，隨著語音識別技術(shù)的突破，NLPer開始重視人機對話的研究，今年ACL該方向上的研究重點和研究趨勢如下圖所示。

機器學(xué)習(xí)持續(xù)熱門

可以看到近10年來，機器學(xué)習(xí)的熱度一直居高不下，特別是隨著預(yù)訓(xùn)練模型的成功，NLP模型大有被大一統(tǒng)的趨勢。下面的一些機器學(xué)習(xí)研究方向為今年ACL所重點關(guān)注。