2018年7月15至20日，第56届计算语言学协会年会ACL-2018(The 56th Annual Meeting Association for Computational Linguistics)在澳大利亚墨尔本召开，ACL是自然语言处理与计算语言学领域最高级别的学术会议，每年召开一次。计算机所师生前往墨尔本参加了此次会议。

ACL一直以来受到学术界的广泛关注，本次会议包括Tutorial, 口头报告，海报展示，Workshop等多个环节，会议内容涉及Word Semantics, Machine Translation, Summarization, Argument Mining, Semantic Parsing 和 Multi-linguality等多个研究领域。

计算机所师生在本次会议上共发表了7篇论文并做了口头报告和海报展示。

论文信息如下：

[1]Yajie Ye, Weiwei Sun and Xiaojun Wan: Language Generation via DAG Transducition

本文提出了一种新的基于有向无环图自动机(DAG Automata)的graph-to-program的DAG Transduer。我们提出的Transduer十分适用于type-logical的语义图，我们利用这个Transducer在语义到文字任务上取得了极好的效果。

叶亚杰做口头展示

[2]Zhiwei Yu, Jiwei Tan and Xiaojun Wan: A Neural Approach to Pun Generation

本文应用conditional neural language model在普通训练语料上进行训练，提出了Joint Beam Search Algorithm使得译码生成的句子是双关语，并使用associative words 和 multinomial sampling提升生成的双关语的质量。

于智薇做海报展示

[3]Yufei Chen, Yuanyuan Zhao, Weiwei Sun and Xiaojun Wan: Pre- and In- Parsing Models for Neural Empty Category Detection

本文使用句法分析前、句法分析中两种模型来检测句子中的空范畴，与之前的系统相比，精度有了明显的提升。我们还发现，空范畴的检测能够提升表面词汇的句法分析精度。

[4]Yufei Chen, Weiwei Sun and Xiaojun Wan:Accurate SHRG-Based Semantic Parsing;

本文使用超边同步替换文法建模语言的句法-语义组合过程，并引入神经网络消歧模型，大幅度提高了语义分析的精确程度。

陈宇非做海报展示

[5]Yitao Cai, Yin Li and Xiaojun Wan:Sense-Aware Neural Models for Pun Location in Texts.

本文提出了一个结合词义消歧结果的神经网络模型，尝试更好地找出短句中的双关词，有效解决了双关词定位的问题。

叶元做口头报告

[6]Yanyan Jia, Yuan Ye, Yansong Feng, Yuxuan Lai, Rui Yan and Dongyan Zhao:Modeling Discourse Cohesion for Discourse Parsing via Memory Network.

本文在基于转移的篇章分析语境下，通过在篇章分析系统中引入记忆网络模块来隐式地识别语篇链接性的相关模式，从而改善了篇章分析中长距离关系的预测结果，使得分析器整体性能有了提高。

罗炳峰做口头报告

[7]Bingfeng Luo, Yansong Feng, Zheng Wang, Songfang Huang, Rui Yan, Dongyan Zhao:Marrying Up Regular Expressions with Neural Networks: A Case Study for Spoken Language Understanding.

本文在意图识别和槽位解析任务的场景下，使用正则表达式规则辅助神经网络模型的训练，从而可以在只有少量训练样本的情况下也能取得良好的训练效果。