实验室学生ACL2019参会汇报

      ACL 2019 (The 57th Annual Meeting of the Association for Computational Linguistic) 是自然语言处理领域最重要的盛会，于2019年7月28日至8月2日在意大利佛罗伦萨举办。在中国计算机学会的国际学术会议推荐中，ACL为人工智能领域的A类会议。今年投稿量达到2694篇，相比去年的1544篇增加了75%。

      在此次会议中，实验室2018级博士生郭达雅以论文第一作者的论文有幸被会议接收，并以口头报告的形式参会，参会的论文题目为“Coupling Retrieval and Meta-learning for Context-dependent Semantic Parsing”。

论文内容：

       语义解析的目的是把自然语言自动转化为一种机器可以理解并执行的表达形式，如将用户查询转换为可以在结构化知识库上可以执行的SPARQL语句。人们在对样例做决策的时候，往往不是从头开始写，而是先从已有的知识库中找到相似的样例，然后进行改写。传统的retrieve-and-edit的方法通常只考虑一个样例，而一个结构化规范语义表示可能来自于多个相关的样例中。以此为出发点，本论文主要是提出了一种结合检索与元学习的语义解析方法。

       整体框架如上图所示，其中包含了检索和元学习两部分。在检索部分，首先采样一批测试数据，然后利用基于上下文的检索模型找到相似的样例作为训练数据，从而构成一个任务。在训练阶段，首先使用训练数据得到特定任务的模型（step 1），然后再利用测试数据更新元学习器（step 2）。在预测阶段，先使用相似样本更新元学习器的参数，然后再进行预测，从而提高语义解析模型的性能。

参会感想：

      参会的过程中，给我一个最大的感受是现有的许多工作都大同小异，更新迭代也非常的快。我们需要加快实验的进展，占据制高点；同时，我们也需要紧跟最新的研究，从现有的工作中看到目前研究的方向，能够让我们在别人的基础上做出更好的工作。通过这次会议，我也感受到了算法创新的重要性。往往模型上的变化并不是很重要的，因为在其他数据集或其他领域上，可能该模型就没什么效果了，因此被录用和被记住的可能性也相对较小。而算法创新往往是通用的，能给研究者带来许多创新性的想法，比如训练或搜索方式等，在审稿过程也能给审稿人以一种亮点。