某中心EMNLP 2023对话AI与NLP研究亮点速览

某中心EMNLP 2023 40多篇论文速览

在自然语言处理实证方法会议（EMNLP）上，自然语言理解（NLU）一直是某中心研究人员发表论文的核心焦点。在今年于今日开始的会议上，该中心的NLU研究显示出对利用大语言模型（LLM）力量的特别兴趣。问答系统仍然是一个活跃的研究主题，而查询改写和文本摘要则成为新的重点领域。

自动语音识别

• AdaBERT-CTC：利用BERT-CTC进行ASR的纯文本领域适应 Tyler Vuong, Karel Mundnich, Dhanush Bekal, Veera Raghavendra Elluru, Srikanth Ronanki, Sravan Bodapati

持续学习

• 持续联邦学习的协调重放样本选择 Jack Good, Jimit Majmudar, Christophe Dupuy, Jixuan Wang, Charith Peris, Clement Chung, Richard Zemel, Rahul Gupta

数据提取

• InsightNet：从客户反馈中挖掘结构化见解 Sandeep Mukku, Manan Soni, Chetan Aggarwal, Jitenkumar Rana, Promod Yenigalla, Rashmi Patange, Shyam Mohan
• 属性值提取的知识选择性预训练 Hui Liu, Qingyu Yin, Zhengyang Wang, Chenwei Zhang, Haoming Jiang, Yifan Gao, Zheng Li, Xian Li, Chenwei Zhang, Bing Yin, William Wang, Xiaodan Zhu

数据选择

• 用于高效语言数据采样的规模化影响力分数 Nikhil Anand, Joshua Tan, Maria Minakova

文档理解

• 一个多模态多语言的文档图像分类基准 Yoshinari Fujinama, Siddharth Varia, Nishant Sankaran, Bonan Min, Srikar Appalaraju, Yogarshi Vyas
• 用于具有复杂类别描述的文本分类的语义匹配 Brian de Silva, Kuan-Wen Huang, Gwang Lee, Karen Hovsepian, Yan Xu, Mingwei Shen

具身任务完成

• 通过合成具身对话增强的多模态具身计划预测 Aishwarya Padmakumar, Mert Inan, Spandana Gella, Patrick Lange, Dilek Hakkani-Tür

实体链接

• MReFinED：一个高效的端到端多语言实体链接系统 Peerat Limkonchotiwat, Weiwei Cheng, Christos Christodoulopoulos, Amir Saffari, Jens Lehmann

少样本学习

• 使用指令微调语言模型的自动化少样本分类 Rami Aly, Xingjian Shi, Kaixiang Lin, Aston Zhang, Andrew Wilson

信息检索

• 用于分层排序的深度度量学习——在产品检索中的应用 Kee Kiat Koo, Ashutosh Joshi, Nishaanth Reddy, Ismail Tutar, Vaclav Petricek, Changhe Yuan, Karim Bouyarmane
• KD-Boost：通过知识蒸馏提升电子商务中的实时语义匹配 Sanjay Agrawal, Vivek Sembium, Ankith M S
• 用于多语言拼写纠正的多教师蒸馏 Jingfen Zhang, Xuan Guo, Sravan Bodapati, Christopher Potts

指令调优

• CESAR：多轮对话组合指令的自动归纳 Taha Aksu, Devamanyu Hazarika, Shikib Mehri, Seokhwan Kim, Dilek Hakkani-Tür, Yang Liu, Mahdi Namazifar

LLM幻觉

• INVITE：一个用于评估大语言模型幻觉的自动生成的无效问题测试平台 Anil Ramakrishna, Rahul Gupta, Jens Lehmann, Morteza Ziyadi

机器学习

• 高效长距离Transformer：你需要更多注意力，但不必在每一层 Qingru Zhang, Dhananjay Ram, Cole Hawkins, Sheng Zha, Tuo Zhao

自然语言处理

• NameGuess：表格数据的列名扩展 Jiani Zhang, Zhengyuan Shen, Balasubramaniam Srinivasan, Shen Wang, Huzefa Rangwala, George Karypis

自然语言理解

• 通过解耦和词属性增强大型语言NER模型的对抗鲁棒性 Xiaomeng Jin, Bhanu Vinzamuri, Sriram Venkatapathy, Heng Ji, Pradeep Natarajan
• 测量和减轻上下文学习中对话到API的约束违反 Shufan Wang, Sebastien Jean, Sailik Sengupta, James Gung, Nikolaos Pappas, Yi Zhang
• MultiCoNER v2：用于细粒度和噪声命名实体识别的大型多语言数据集 Besnik Fetahu, Zhiyu Chen, Sudipta Kar, Oleg Rokhlenko, Shervin Malmasi
• 用于零样本和少样本意图分类的意图感知编码器预训练 Mujeen Sung, James Gung, Elman Mansimov, Nikolaos Pappas, Raphael Shu, Salvatore Romeo, Yi Zhang, Vittorio Castelli

个性化

• 基于全局索引的语音对话系统个性化稠密检索 Masha Belyi, Charlotte Dzialo, Chaitanya Dwivedi, Prajit Reddy Muppidi, Kanna Shimizu
• 检索与复制：将ASR个性化扩展到大型目录 Sai Muralidhar Jayanthi, Devang Kulshreshtha, Saket Dingliwal, Srikanth Ronanki, Sravan Bodapati

查询改写

• CL-QR：用于多语言对话AI代理的跨语言增强查询改写 Zhongkai Sun, Zhengyang Zhao, Sixing Lu, Chengyuan Ma, Xiaohu Liu, Xing Fan, Wei (Sawyer) Shen, Chenlei (Edward) Guo
• 图与LLM相遇：面向鲁棒对话理解的协同过滤新方法 Zheng Chen, Ziyan Jiang, Fan Yang, Eunah Cho, Xing Fan, Xiaojiang Huang, Yanbin Lu, Aram Galstyan
• 通过用户偏好反馈学习改进对话AI代理的上下文查询改写 Zhongkai Sun, Yingxue Zhou, Jie Hao, Xing Fan, Yanbin Lu, Chengyuan Ma, Wei (Sawyer) Shen, Chenlei (Edward) Guo

问答数据库

• Protege：基于提示的从网络文章生成多样化问题 Vinayak Puranik, Anirban Majumder, Vineet Chaoji
• QUADRo：用于问答数据库检索的数据集和模型 Stefano Campese, Ivano Lauriola, Alessandro Moschitti

问答系统

• 开放域对话问答的强大高效基线 Andrei C. Coman, Gianni Barlacchi, Adrià de Gispert
• 分词一致性对生成式模型在抽取式NLP任务中至关重要 Kaiser Sun, Peng Qi, Yuhao Zhang, Lan Liu, William Yang Wang, Zhiheng Huang
• 产品信息太多？别担心，让我们寻找证据！ Aryan Jain, Jitenkumar Rana, Chetan Aggarwal

推理

• 计划、验证与切换：利用多样化思维链进行集成推理 Tengxiao Liu, Qipeng Guo, Yuqing Yang, Xiangkun Hu, Yue Zhang, Xipeng Qiu, Zheng Zhang

负责任AI

• 语言生成中的地理信息擦除 Pola Schwöbel, Jacek Golebiowski, Michele Donini, Cédric Archambeau, Danish Pruthi

语音翻译

• 端到端单通道说话人轮次感知对话语音翻译 Juan Pablo Zuluaga Gomez, Zhaocheng Huang, Xing Niu, Rohit Paturi, Sundararajan Srinivasan, Prashant Mathur, Brian Thompson, Marcello Federico

文本摘要

• 通过校准蒸馏增强摘要模型的抽象性 Hwanjun Song, Igor Shalyminov, Hang Su, Siffi Singh, Kaisheng Yao, Saab Mansour
• 生成具有可控可读性级别的摘要 Leonardo Ribeiro, Mohit Bansal, Markus Dreyer
• 使用能量函数改进文本摘要的一致性 Qi Zeng, Qingyu Yin, Zheng Li, Yifan Gao, Sreyashi Nag, Zhengyang Wang, Bing Yin, Heng Ji, Chao Zhang
• InstructPTS：为产品标题摘要指令调优LLM Besnik Fetahu, Zhiyu Chen, Oleg Rokhlenko, Shervin Malmasi
• 存在损害性内容时的多文档摘要评估 Avshalom Manevich, David Carmel, Nachshon Cohen, Elad Kravi, Ori Shapira
• 重新审视基于多个质量标准的摘要评估 Ori Ernst, Ori Shapira, Ido Dagan, Ran Levy

主题建模

• DeTiME：使用基于编码器-解码器的LLM进行扩散增强的主题建模 Weijie Xu, Wenxiang Hu, Fanyou Wu, Srinivasan Sengamedu, "SHS"