期刊&会议
International Conference on Computational Linguistics · 会议 · Natural Language Processing
机构 * University of Toronto（多伦多大学）
AI总结 本研究提出了 VietMed，涵盖 16h 标注医疗语音及 2200h 未标注语音，是迄今最大公开医疗越南语 ASR 数据集，并发布首批越南语 ASR 预训练与微调模型，测试集 WER 相对降低超 40%。
Comments LREC-COLING 2024 (Oral)
机构 * Hanyang University（汉阳大学） ； POSTECH（浦项科技大学）
AI总结 本研究提出分层图卷积网络（HGCN），结合自建的不一致性数据集，在低质量文档检测任务中取得优异性能，验证了元数据利用的重要性，可用于现实世界的低质量文档过滤。
Comments Accepted at LREC-COLING 2024
Journal ref Proceedings of LREC-COLING 2024, pp. 8108-8121, 2024
机构 * University of Alberta（阿尔伯塔大学） ； Alberta Machine Intelligence Institute (Amii)（阿尔伯塔机器智能研究所（Amii））
AI总结 提出LLMR，一种利用大语言模型诱导奖励函数进行知识蒸馏的新方法，在对话生成和摘要任务中优于传统KD方法。
Comments Accepted by LREC COLING 2024
Journal ref Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024), pages 10657-10664
机构 * University of Helsinki（赫尔辛基大学）
Comments Accepted at COLING 2020
机构 * School of Computing, Informatics Institute of Technology（信息技术学院计算机学院） ； University of Moratuwa（莫拉图瓦大学）
AI总结 本文针对僧伽罗语-英语NMT的幻觉问题，提出无参考检测框架，构建4.5万样本合成数据集，微调mDeBERTa-v3实现标记级F1达0.841，经基准测试验证了检测器的有效性。
Comments 11 pages, 1 figure, 7 tables, Accepted paper at the 13th Conference on Computational Linguistics and Speech Processing (ROCLING) 2026
机构 * Univ Rennes, CNRS, IRISA - UMR 6074（里昂大学、法国国家科学研究中心、IRISA - UMR 6074） ； L3i-lab, La Rochelle Université（L3i实验室、拉罗谢尔大学）
AI总结 本文提出混合检索增强生成方法，用于在嘈杂的历史文档中实现鲁棒的多语言问答，通过语义查询扩展、生成提示优化和模块化架构提升检索鲁棒性和问答准确性。
Comments Preprint to COLING
机构 * Informatics Institute of Technology, Sri Lanka（斯里兰卡信息技术学院） ； National Health and Medical Research Council, Australia（澳大利亚国家健康与医学研究理事会） ； Luxembourg Centre for Systems Biomedicine (LCSB), University of Luxembourg（卢森堡大学系统生物医学中心）
AI总结 针对对话中风格动态变化研究不足的问题，提出ConvoDrift数据集，含15,727个多轮结构及六组提示-响应对，支持风格漂移建模与个性化对齐研究，并通过人工与自动评估验证其有效性。
Comments 13 pages, 14 figures, 7 tables, Accepted paper at the 13th Conference on Computational Linguistics and Speech Processing (ROCLING) 2026
机构 * University College Cork（科克大学）
AI总结 针对LLM处理问卷数据的挑战，本文提出QASU基准，评估六项结构化技能在多种格式与提示策略下的表现，发现优化格式与提示组合可显著提升准确率，为LLM问卷分析提供基础。
Comments 14 pages, 3 figures, 8 tables
Journal ref Proceedings of the 2026 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2026), 2026
SinBrief：一种用于僧伽罗语法律文档的混合式抽象文本摘要框架
AI总结 SinBrief提出一种无需人工标注的混合抽象摘要框架，结合词图构建与神经句子评分，在僧伽罗语法律文本上实现低词汇重叠且保持事实一致性的摘要生成。
Comments 13 pages, 5 figures, 3 tables, Accepted paper at the 13th Conference on Computational Linguistics and Speech Processing (ROCLING) 2026
机构 * Aarhus University（奥胡斯大学） ； Center for Humanities Computing（人文计算中心）
AI总结 本研究利用BlameBERT分类器与多水平模型分析丹麦议会1997-2026年责任归因，发现其呈香蕉形轨迹，近年上升且右翼意识形态极端化加剧指责，揭示政治话语的意识形态不对称硬化。
Comments 8 Pages + appendix (25 total) Main paper 4 figures 2 tables: Appendix 9 figures 10 tables. Model found here: https://huggingface.co/Lundsfryd/BlameBERT , dataset here: https://huggingface.co/datasets/runetrust/blame-folketinget-dk. Markus Lundsfryd Jensen and Rune Egeskov Trust have contributed equally. Paper will be submitted through ACL rolling review (ARR), we are aiming for COLING 2027
机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（米拉 - 魁北克人工智能研究所）
AI总结 通过控制预训练语言模型等设计决策，系统评估五个共指消解模型，发现基于编码器的模型在准确性和速度上优于解码器模型，且最古老模型跨领域泛化最佳，控制语言模型可消除大部分但非全部F1提升。
Comments LREC-COLING 2024
机构 * Zhengzhou University（郑州大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
AI总结 提出RAME框架，结合检索增强少样本选择、三提示集成和多数投票，在无需训练的情况下从育种文献中联合抽取实体和关系，超越GPT-5.5基线11.4%。
Comments Accepted at CCL 2026 (China National Conference on Computational Linguistics)
机构 * Hanyang University（汉阳大学） ； Hyundai Motor Company（现代汽车公司）
AI总结 针对现有多意图检测数据集模式单一、复杂度不足的问题，研究团队结合规则启发式与ChatGPT构建了更复杂多样的BlendX数据集，实验表明当前最优MID模型在该数据集上表现不佳，推动领域重新审视现有研究水平。
Comments Accepted to LREC-COLING2024
Journal ref Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024), pages 2428-2439, Torino, Italy. ELRA and ICCL
机构 * University of Groningen（格罗宁根大学）
AI总结 该研究以意大利语语言模型为例，探讨语言模型的本质、测试数据的意义等问题，提出需区分技术产品型与研究工具型语言模型，明确其应产出的语言类型。
Comments In Proceedings of the Twelfth Italian Conference on Computational Linguistics (CLiC-it 2026)
机构 * The University of Sydney（悉尼大学） ； University of Technology Sydney（悉尼科技大学） ； Xi’an Jiaotong-Liverpool University（西交利物浦大学） ； Harvard University（哈佛大学） ； University of New South Wales（新南威尔士大学）
AI总结 该研究针对对话中心理操纵检测的复杂性，提出意图感知提示（IAP）方法，在MentalManip数据集上验证其可减少假阴性、提升检测效果，相关代码已公开。
Comments Accepted at COLING2025. Oral Presentation. Best Short Paper Award. For code and data, see https://github.com/Anton-Jiayuan-MA/Manip-IAP
Journal ref Proceedings of the 31st International Conference on Computational Linguistics, pp. 9176-9183, 2025
ContrastWSD：遵循隐喻识别流程的词义消歧增强隐喻检测
AI总结 本研究提出融合隐喻识别流程与词义消歧的RoBERTa隐喻检测模型ContrastWSD，通过对比词语语境义与基本义判断隐喻用法，在多个基准数据集上表现优于现有方法，提升了隐喻检测效果。
Comments 9 pages, 2 figures, accepted for the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024)
Journal ref Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024), Turin, Italy, May, 2024
易完成，难选择：探究大型语言模型在ProverbIT基准上的性能
机构 * University of Turin（都灵大学）
AI总结 该研究构建了意大利谚语基准ProverbIT，评估13个前沿LLMs的谚语处理能力，发现LLMs虽能完成谚语任务，但在无正确答案的选择题中性能骤降，暴露其依赖记忆而非深层语义理解的局限。
Journal ref Proceedings of the Eleventh Italian Conference on Computational Linguistics (CLiC-it 2025), pages 722-734
机构 * Arktos AI Lab（阿克托斯人工智能实验室） ； Netherlands（荷兰）
AI总结 本文审计了非洲NLP中20多个语料库家族的许可证来源，构建六层兼容性矩阵，通过三个案例语言揭示四种许可证失败模式，并提出预标注尽职调查清单。
Comments 12 pages. Published in Proceedings of Resources for African Indigenous Languages (RAIL) 2026 @ LREC-COLING 2026, pages 128-139
Journal ref Proceedings of Resources for African Indigenous Languages (RAIL) 2026, pages 128-139. ELRA, 2026
机构 * Université de Lausanne（洛桑大学）
AI总结 本文通过将《百科全书》中的10300多个条目与Wikidata标识符链接，实现了知识图谱的连接，展示了地理和人文实体的标注方法与应用实例。
Comments 6 pages, 3 figures
Journal ref Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024), pp. 10610--10615
AI总结 针对马来西亚英语与标准英语的差异导致NLP任务困难的问题，构建了包含200篇新闻的MEN数据集，手动标注实体和关系，并通过微调spaCy NER工具验证了定制数据集能显著提升NER性能。
Comments Accepted at LREC-COLING 2024
机构 * Brandeis University（布兰迪斯大学） ； Colorado State University（科罗拉多州立大学）
AI总结 提出分布式部分信息谜题（DPIP）任务，收集多模态数据集，并评估大语言模型与动态认知逻辑方法在追踪信念状态和共同基础构建上的表现。
Comments 10 pages, 4 figures
机构 * DICORA, Hankuk University of Foreign Studies（DICORA，韩国外国语大学） ； Université Gustave Eiffel（古斯塔夫·伊费尔大学）
AI总结 本文构建了FIAD语言资源，用于生成韩语NLU任务导向对话系统的数据，通过分析银行应用评论识别出三种韩语请求语句模式，并用LGGs生成标注数据以提升意图和实体识别性能。
Journal ref 29th International Conference on Computational Linguistics (COLING), Workshop on Pattern-based Approaches to NLP in the Age of Deep Learning (Pan-DL), Oct 2022, Gyeongju, South Korea, pp.29-37
机构 * DICORA, Hankuk University of Foreign Studies（DICORA，韩国外国语大学） ； DICORA, Hankuk University of LIGM, Université Gustave Eiffel（DICORA，韩国立国民大学，古斯塔夫·埃菲尔大学） ； Hankuk University of Foreign Studies（韩国外国语大学）
AI总结 本文提出构建韩语评价标注语料库EVAD，并用于扩展的方面基于情感分析，通过半自动符号传播方法标注电商评论，提升情感识别性能。
Journal ref 29th International Conference on Computational Linguistics (COLING). Workshop on Pattern-based Approaches to NLP in the Age of Deep Learning (Pan-DL), Oct 2022, Gyeongju, South Korea, pp.38-44
从1.24亿个词到1021个新词：自动新词检测的大规模流水线
机构 * Università della Svizzera italiana（瑞士意大利大学）
AI总结 本文提出一个可扩展的模块化流水线，结合规则过滤与LLM分类，通过语法和非语法形态学框架提取1021个新词候选，验证其有效性。
Comments 14 pages, 5 tables. Accepted at NeoLLM 2026 Workshop, co-located with LREC-COLING 2026
PheMT：一种用于用户生成内容机器翻译鲁棒性的现象性数据集
机构 * Tohoku University（东北大学） ； RIKEN（日本科学技术研究所） ； NTT Communication Science Laboratories（NTT通信科学实验室）
AI总结 本文提出PheMT数据集，用于评估机器翻译系统在日英翻译中对特定语言现象的鲁棒性，实验表明现有模型和商用系统均受特定现象影响。
Comments 15 pages, 4 figures, accepted at COLING 2020
Journal ref Proceedings of the 28th International Conference on Computational Linguistics, pages 5929-5943, 2020
LLM StructCore: 基于模式的推理压缩与确定性编译
机构 * Cherkasy State Business College（切尔卡西州商业学院）
AI总结 本文提出LLM StructCore，通过基于模式的推理压缩和确定性编译，解决临床笔记中填写病例报告表的挑战，采用合同驱动的两阶段设计，提升准确率与稳定性。
Comments 16 pages, 1 figure, 5 tables. Preprint of a paper accepted to the Third Workshop on Patient-oriented Language Processing (CL4Health), co-located with LREC-COLING 2026
机构 * Università di Pisa, Italia（意大利比萨大学） ； Università di Napoli L'Orientale, Italia（意大利那不勒斯东方大学）
AI总结 本文介绍了A Bolu数据集，用于分析撒丁语即兴诗歌的结构，通过统计分析和计算语言学技术揭示了即兴诗歌创作中的规律，为NLP工具的包容性发展提供支持。
Comments Accepted at the DIALRES Workshop, LREC-COLING 2026
从大型语言模型中挖掘低资源语言数据：比较Hausa和Fongbe的引导策略
机构 * Carnegie Mellon University Africa（卡内基梅隆大学非洲分校） ； Centre for Text Technology（文本技术中心） ； North-West University（北开普大学） ； South Africa（南非）
AI总结 本文研究通过策略性提示从LLM中提取可用于Hausa和Fongbe两种西非语言的文本数据，发现Hausa需功能性文本和对话，而Fongbe需受限生成提示，GPT-4o Mini在提取目标语言词汇上表现更优。
Comments 11 pages, 5 figures, 6 tables; to appear in LREC-COLING 2026
机构 * Alma Mater Studiorum - University of Bologna（博洛尼亚大学） ； University of Poitiers, FoReLLIS Laboratory（波尔多大学FoReLLIS实验室）
AI总结 本文探讨了多模态语料库的构建、管理和分析，通过三层标注方法研究视障人士与正常人对话中的手势变化。
Journal ref Proceedings of the Tenth Italian Conference on Computational Linguistics (CLiC-it 2024)
机构 * HiTZ Center - Ixa, University of the Basque Country (UPV/EHU)（巴斯克大学HiTZ中心 - Ixa，巴斯克大学）
AI总结 本文提出BLIND-VALM模型，通过使用CLIP获取的视觉 grounding 文本表示，提升视觉增强语言模型的效率和性能。
Comments COLING 2025
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈