2019年6月2至7日, NAACL-HLT2019在美国明尼阿波利斯召开，计算机所冯岩松老师、于智薇参加了此次会议。

  NAACL是自然语言处理与计算语言学领域的重要学术会议，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Cognitive, Speech, Generation, Syntax, Theory 和 Multi-linguality等多个研究领域。

计算机所师生在本次会议共发表4篇论文，并进行了展示，信息如下：

[1] Yanlin Feng and Xiaojun Wan. Learning Bilingual Sentiment-Specific Word Embeddings without Cross-Lingual Supervision.

已有的跨语言词向量方法主要在词翻译和词相似度任务上进行测评而没有针对下游任务作优化。该论文尝试通过自学习算法构建针对情感分类的跨语言词向量，该方法不需要利用任何跨语言监督信息。

论文海报

[2] Hui Liu, Wentao Qin and Xiaojun Wan. INS: An Interactive Chinese News Synthesis System.

该论文设计实现了一个交互式的新闻综述系统，该系统可以针对某一个新闻事件，检测并表示新闻文档中包含的子话题，并通过与用户交互生成新闻综述文本。

论文海报

[3] Zhiwei Yu and Xiaojun Wan. How to Avoid Sentences Spelling Boring? Towards a Neural Approach to Unsupervised Metaphor Generation.

之前隐喻生成的相关工作主要基于模板或规则，导致结果缺乏灵活性。该论文通过无监督的方式提取metaphor pairs并首次尝试使用神经网络的方法生成隐喻。

论文海报

[4] Kun Xu, Yuxuan Lai, Yansong Feng and Zhiguo Wang, Enhancing Key-Value Memory Neural Networks for Knowledge Based Question Answering

面向结构化知识库的自然语言问答方法通常依赖于事先设定的规则或模板来实现对复杂问题的分析与解答。该论文提出在记忆神经网络的基础上引入自主判断的停止机制，使得问答模型能够自适应的选择恰当的分析步骤来解析复杂问题，从而显著提升了对知识库上推理类问题的解答准确率。