自然语言处理顶会EMNLP2022奖项公布，康奈尔等学者获最佳长论文奖

EMNLP 是自然语言处理领域的顶级会议，EMNLP 2022 将于 12 月 7 日 - 11 日在阿布扎比举行。刚刚，大会官方又公布了今年的论文获奖情况，包括最佳长论文（1 篇）、最佳短论文（1 篇）等。 https://2022.emnlp.org/

最佳长论文**

论文：Visually Grounded Reasoning across Languages and Cultures * 论文链接： https://www.zhuanzhi.ai/paper/bfe21ede4b8359880367892452e9cd79

**论文摘要：**本文提出KiloGram，一个用于研究人类和机器的抽象视觉推理的资源。借鉴七巧板谜题作为认知科学刺激的历史，建立了一个丰富的注释数据集，具有>1k不同的刺激，比之前的资源更大、更多样化。它在视觉和语言上都更丰富，超越了整体形状描述，包括分割图和部件标签。用这个资源来评估最近的多模态模型的抽象视觉推理能力。预训练权重表现出有限的抽象推理，通过微调可大大改善。明确地描述部件有助于人类和模型的抽象推理，特别是在联合编码语言和视觉输入时。KiloGram可以通过这个https URL获得。

最佳短论文

论文介绍：https://preview.aclanthology.org/emnlp-22-ingestion/2022.emnlp-main.70.pdf

论文摘要：作者归属(Authorship attribution)是一项旨在识别给定作品的作者的任务。本文旨在开发一种通用的解决方案，可以处理来自作者的大量文本和训练数据中不可用的主题。之前的研究提出了只处理未见过的作者或未见过的主题的策略。作者表示学习已被证明在有大量未见过的作者的开放环境中有效，但尚未明确设计用于同时跨主题的环境。为处理大量未见过的作者和主题，本文提出作者表示正则化(ARR)，一个蒸馏框架，创建作者表示，减少对特定主题信息的依赖。为了评估该框架的性能，我们还提出了一种跨主题开放集的评估方法。所提出的方法在跨主题开放集设置上的性能在6个案例中有4个得到了提高。

Best Long Paper Honorable Mention award.

最佳 Demo 论文