ACL

Comprehensive Benchmarking of Long-Form Speech Generation in Diverse Scenarios

多样场景下长篇语音生成的综合基准测试

Changhao Pan, Rui Yang, Han Wang, Zhuan Zhou, Xuming He, Wenxiang Guo, Ziyue Jiang, Ruiqi Li, Yu Zhang, Chenyuhao Wen, Ke Lei, Xiang Yin, Jingyu Lu, Zhiyuan Zhu, Zhou Zhao

AI总结 针对现有评估局限于有限领域且忽略一致性与连贯性等问题，提出Swanbench-Speech基准，从声学、语义和表现力三个维度分解长篇语音质量，涵盖17种场景、1101个样本，并定义七项自动评估指标，揭示当前模型在高表现力场景中的不足及与真实录音的差距。

Comments Accepted by ACL 2026(Findings). 36pages, 14figures

Measuring Form and Function in Language Models

语言模型中的形式与功能测量

Héctor Javier Vázquez Martínez, Charles Yang

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Department of Linguistics and Computer and Information Science（语言学与计算机与信息科学系） 纠错

AI总结 通过引入儿童语言习得的定量指标，提出上下文替代选择（CAC）提示方法，评估语言模型在英语限定词的形式句法和功能话语知识方面的表现，发现仅大型模型能同时满足形式和功能基准。

Comments Under review at ACL Rolling Review May 2026 cycle

PrionNER: A Named Entity Recognition Dataset for Prion Disease Biomedical Literature

PrionNER: 朊病毒病生物医学文献命名实体识别数据集

An Dao, Nhan Ly, Thao Tran, Yuji Matsumoto, Akiko Aizawa

机构 * The University of Tokyo（东京大学） ； Medical Doctor, Independent Researcher（医学博士，独立研究员） ； Center for Language AI Research, Tohoku University（语言人工智能研究中心，东北大学） ； RIKEN Center for Advanced Intelligence Project（日本理化学研究院高级智能项目中心） ； National Institute of Informatics（信息机构国家研究所） 纠错

AI总结 针对朊病毒病临床信息，构建了手动标注的命名实体识别数据集PrionNER，包含317篇摘要、15种粗粒度和31种细粒度实体类型，并评估了监督和零样本模型性能。

Comments 29 pages, 5 figures, accepted at ACL 25th Workshop on Biomedical Language Processing (BioNLP 2026)

AI, Take the Wheel: What Drives Delegation and Trust in Human-Computer Cooperative Question Answering?

AI，掌舵吧：是什么驱动人机协作问答中的委托与信任？

Maharshi Gor, Yoo Yeon Sung, Yu Hou, Eve Fleisig, Irene Ying, Tianyi Zhou, Jordan Boyd-Graber

机构 * University of Maryland（马里兰大学） ； University of California（加州大学） ； MBZUAI 纠错

AI总结 通过问答游戏实验，研究人类在何时以及为何选择委托AI或采纳其建议，发现人类存在对AI正确建议的低依赖（3.9%）和错误建议的过度依赖（1.7%），并受确认偏见影响，建议通过校准置信度、基于证据的解释和信任细化机制来改进人机协作。

Comments Findings of the Association for Computational Linguistics, 2026

Building Community-Centred NLP Resources for Puno Quechua

构建以社区为中心的普诺克丘亚语自然语言处理资源

Elwin Huaman, Adrian Gamarra Lafuente, Johanna Cordova, Anna Korhonen

机构 * University of Cambridge (UK)（剑桥大学（英国）） ； Stanford University (USA)（斯坦福大学（美国）） ； ERTIM - Inalco (France)（ERTIM - Inalco（法国）） 纠错

AI总结 通过参与式设计收集66小时语音数据，微调Whisper-base等模型，首次为普诺克丘亚语建立ASR基准并开源所有资源。

Comments Sixth Workshop on NLP for Indigenous Languages of the Americas (AmericasNLP 2026), co-located with ACL 2026

Exploration of Perceptual Speech Features for Clinical Decision-Support in Mental Health Care

探索感知语音特征用于心理健康护理中的临床决策支持

Vassilis Lyberatos, Edmund G. Dervakos, Eleni Adamidi, Athanasios Voulodimos, Giorgos Stamou

机构 * National Technical University of Athens（国家技术大学雅典） ； PsychNow 纠错

AI总结 提出一个基于感知声学和语言特征（如韵律、嗓音质量、语义连贯性、句法结构和讽刺）的系统分析框架，结合统计分析和可解释机器学习（XGBoost与SHAP和LIME），在多个数据集上发现语音特征与抑郁、焦虑和ADHD症状严重度之间的稳定关联，并通过消融研究识别最具信息量的特征组。

Comments Accepted to CLPsych 2026, part of ACL 2026

Risk-aware Selective Prompting for Hallucination Mitigation in Large Vision-Language Models

风险感知的选择性提示用于大型视觉-语言模型中的幻觉缓解

Yuang Huang, Yafeng Zhang, Yu Zilan

机构 * Shanghai Jiao Tong University（上海交通大学） ； iFLYTEK ； Tsinghua University（清华大学） 纠错

AI总结 本文系统研究提示验证在大型视觉-语言模型中的风险，发现其效果依赖输入难度，并提出基于预生成不确定性信号的选择性提示方法RSP以平衡性能。

Comments 7 pages, 1 figures, submitted to ACL ARR 2026 May (EMNLP)

LegalGraphRAG: Multi-Agent Graph Retrieval-Augmented Generation for Reliable Legal Reasoning

LegalGraphRAG：面向可靠法律推理的多智能体图检索增强生成

Zerui Chen, Qinggang Zhang, Zhishang Xiang, Zhimin Wei, Linfeng Gao, Xiao Huang, Zhihong Zhang, Jinsong Su

机构 * School of Informatics, Xiamen University（厦门大学信息学院） ； Institute of Artificial Intelligence, Xiamen University（厦门大学人工智能研究院） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

AI总结 提出LegalGraphRAG框架，通过分层法律图和多智能体系统（研究员、审计员、裁决员）实现可靠的法律推理，在准确性和可信度上超越现有GraphRAG基线。

Comments 30 pages, 18 figures, ACL 2026 Main Conference. Project page: https://github.com/XMUDeepLIT/LegalGraphRAG

SMILE-Next: Teaching Large Language Models to Detect, Classify, and Reason about Laughter

SMILE-Next: 教授大型语言模型检测、分类和推理笑声

Lee Jung-Mok, Kim Sung-Bin, Joohyun Chang, Lee Hyun, Tae-Hyun Oh

机构 * School of EE, KAIST（韩国科学技术院电子工程系） ； Dept. of EE, POSTECH（POSTECH电子工程系） ； School of Computing, KAIST（韩国科学技术院计算机科学系） 纠错

AI总结 提出SMILE-Next数据集和包含笑声特定Self-Instruct与混合笑声专家框架的方法，用于实现多模态笑声理解，显著优于基线模型。

Journal ref Annual Meetings of the Association for Computational Linguistics 2026

Pressure-Testing Deception Probes in LLMs: Scaling, Robustness, and the Geometry of Deceptive Representations

压力测试LLM中的欺骗探针：扩展性、鲁棒性与欺骗表示的几何结构

Sachin Kumar

机构 * LexisNexis（LexisNexis公司） 纠错

AI总结 本文通过系统压力测试，诊断线性探针在分布偏移下失效的原因，发现风格增强可恢复近完美检测，并证明欺骗编码非单一线性方向或熵代理，而是分布式亚阈值特征。

Comments Accepted at the GEM Workshop @ ACL 2026

ChildEval: When large language models meet children's personalities

ChildEval：当大语言模型遇到儿童个性

Yanyan Luo, Xue Han, Chunxu Zhao, Ruiqiao Bai, Yaxing Zhang, Qian Hu, Lijun Mei, Junlan Feng

机构 * JIUTIAN Research（九天研究院） ； China Mobile（中国移动） ； Beijing, China（北京，中国） 纠错

AI总结 提出ChildEval基准，通过合成3-6岁儿童个性档案和偏好（显式或隐式表达），评估大语言模型在长对话中推断并遵循儿童偏好的能力，实验表明微调可提升儿童中心性能。

Comments 8 pages of main text (ACL Findings format), with references and appendix

StoryMI: Steerable Multi-Agent Therapeutic Dialogue Generation

StoryMI: 可控的多智能体治疗性对话生成

Qingyu Meng, Min Chen, Dingming Liu, Yifan Mo, Yue Su, Xin Sun, Koen Hindriks, Jiahuan Pei

机构 * Vrije Universiteit Amsterdam（弗里堡大学阿姆斯特丹分校） ； NII, Tokyo Institute of Technology（东京技术大学信息机构） 纠错

AI总结 提出StoryMI框架，通过多LLM智能体协作、情境故事基础和动态策略控制，生成符合动机性访谈标准的治疗性对话，并构建评估协议和数据集验证其有效性。

Comments ACL2026

Bridging the Pose-Semantic Gap: A Cascade Framework for Text-Based Person Anomaly Search

弥合姿态-语义鸿沟：基于文本的人物异常搜索的级联框架

Zequn Xie, Guijin Luo, Chuxin Wang, Sihang Cai, Tao Jin, Zhou Zhao, Yixuan Tang

机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 提出结构-语义解耦级联（SSDC）框架，通过两阶段检索（结构感知粗检索和多智能体语义验证）平衡效率与语义推理，在PAB基准上达到最优性能。

Comments Accepted to ACL 2026.10 pages, 5 figures

UKP_Psycontrol at SemEval-2026 Task 2: Modeling Valence and Arousal Dynamics from Text

UKP_Psycontrol 在 SemEval-2026 任务 2：从文本建模效价和唤醒动态

Darya Hryhoryeva, Amaia Zurinaga, Hamidreza Jamalabadi, Iryna Gurevych

机构 * Ubiquitous Knowledge Processing Lab (UKP Lab)（无所不在的知识处理实验室） ； Technical University of Darmstadt（达姆斯塔特技术大学） ； National Research Center for Applied Cybersecurity ATHENE（应用网络安全国家研究中心ATHENE） ； Psychiatric Control Systems Lab（精神病控制系统实验室） ； Marburg University（马尔堡大学） 纠错

AI总结 针对 SemEval-2026 任务 2，提出三种互补方法（LLM 提示、成对最大熵模型、轻量级神经回归模型）建模文本中的即时情感和短期情感变化，发现 LLM 擅长捕捉静态情感信号，而短期变化更依赖于数值轨迹，系统在子任务 1 和 2A 中排名第一。

Comments Accepted to SemEval 2026 (co-located with ACL 2026)

Syntax as a Rosetta Stone: Universal Dependencies for In-Context Coptic Translation

句法作为罗塞塔石碑：用于上下文科普特语翻译的通用依存关系

Abhishek Purushothama, Emma Thronson, Alexia Guo, Amir Zeldes

机构 * Corpling Lab（科林实验室） ； Georgetown University（乔治城大学） 纠错

AI总结 提出一种结合通用依存句法分析和双语词典的上下文学习方法，用于低资源科普特语到英语的机器翻译，取得了新的最佳结果。

Comments ACL 2026 Findings camera-ready, with fixes

Speaking of Language: Reflections on Metalanguage Research in NLP

论语言：NLP中元语言研究的思考

Nathan Schneider, Antonios Anastasopoulos

机构 * Georgetown University（乔治城大学） ； George Mason University（弗吉尼亚理工大学） 纠错

AI总结 本文定义元语言概念，将其与NLP和LLM关联，介绍两个实验室以元语言为中心的研究，并讨论元语言的四个维度及元语言任务，提出未来研究方向。

Comments To appear at the Big Picture Workshop at ACL 2026. Camera-ready version

PEAR: Pairwise Evaluation for Automatic Relative Scoring in Machine Translation

PEAR：机器翻译中自动相对评分的成对评估

Lorenzo Proietti, Roman Grundkiewicz, Matt Post

机构 * Sapienza University of Rome（罗马萨皮恩扎大学） ； Microsoft（微软） 纠错

AI总结 提出PEAR，一种监督式质量估计指标族，通过成对比较实现无参考机器翻译评估，预测质量差异方向和幅度，在WMT24基准上优于单候选基线，并有效用于最小贝叶斯风险解码。

Comments ACL 2026 Main Conference. 19 pages