作者 | 蒋宝尚
编辑 | 贾伟
ACL作为国际计算语言学协会是是自然语言处理领域影响力最大、最具活力的国际学术组织之一。
昨日ACL2020 录用结果落幕，超过3000篇的投稿数量，可以说是历史以来最盛大的一届ACL。
据ACL官推介绍，关于ACL2020论文是否录用的通知已经给作者发了邮件，没有收到消息的作者可以给会务组发邮件询问情况。
关于整体的录用率，录用论文领域的分布，官网尚未有更多信息放出。不过，对比ACL 2019的25.8%的录用率，ACL 2020 想必也不会相差太多。
据知乎话题《如何看待ACL 2020录用结果？》中答者披露，很多作者的论文，原本是拒绝的状态，但是经过精心准备的rebuttal，评分在边缘的论文得分也有小小的提高。
每个回答问题的网友也都对这次ACL的评审工作称赞不绝，即使文章未被录用的作者也评论：审稿人很负责，意见很中肯。
例如，网友廷羽经过rebuttal，最终将3.5,3.5,2.5的得分争取到能够录取的4,3.5,3.5。
当然，也有些作者，经过rebuttal之后得分下降的~
有网友建议，遇到没看懂或者找茬的评审意见，要以耐心解释为主~
还有，因为中了ACL，男女朋友感情出现危机的~
此次ACL2020的审稿周期从19年的12月9日一直到20年的4月3日接近4个月时间，比往年的2个月宙稿时间几乎加倍。ACL在审稿规范、质量方面都算如今AI会议的翘楚之一。能通过ACL的评审的工作，在实验严谨性、思路创新性上是有很不错的保证的，这无疑是对科研人员工作的一个肯定。
据ACL官网介绍，在评审员在评审过程中会主要回答四个问题：1、这篇论文的主要内容是什么，有什么样的贡献，优缺点是什么？2、接收理由3、 拒绝理由4、整体评价
其中整体评价分为多个档次：5=开创性、4.5=令人兴奋、4=强烈、3.5=倾向于录用、2.5=倾向于拒绝、2=平庸、1.5=弱、1=糟糕。
没有3分这个档次，也就是说评审人员必须对论文采取倾向性的评价。 打分之后，评审员要再次确定自己的评审意见，这一步也称为评审人的置信度，置信度分为5个档次：
5=我确信我的评价是正确的。我仔细阅读了论文并且对相关工作非常了解。
4=非常确定。我试着去仔细检查重要点。我不太可能会漏掉一些影响评价的要点。
3=比较确定。不过我有可能会漏掉一些内容。虽然我整体上对该领域有所了解，我没有仔细检查论文细节。
2=愿意为我的评价辩护，但很可能我漏掉了一些细节，没能理解论文中心点，或者不太确定本文的创新性。
1=不是我所熟知的领域，或者论文对我来说难以读懂。我的评价基于经验性猜测。
同样，据4月4日官网新闻介绍，计划2020年7月5日在美国西雅图举办的线下会议，全部搬到网上来举行。
原因是为了应对COVID-19，更多细节并未公布，不过会在接下来的几周内公布注册事项以及在线会议的情况。
亲爱的ACL2020社区：
希望您和您的家人都能平安无事。
我们现在可以确认，为了应对COVID-19，我们计划7月5日-10日的ACL 2020会议，将在线上举行。
我们知道，社区里有很多人正在因这场大流行病而遭受巨大的困难。我们希望在这个困难的时刻，我们可以一起努力，建立一个新型的ACL会议。今年的ACL会议将聚焦更多的可持续性，扩大知识交流的机会，并更多地纳入来自全球各地的不同贡献。
我们将有预先录制的讲座和全套的tutorials和研讨会，并策划各种现场活动，如答疑会、辅导、招聘会和走廊对话空间等。这将是一次挑战，但也是一次无形中走到一起的机会，我期待着与ACL2020组委会的全体成员一起努力，举办一次富有启发性和意义的会议。
我们会从其他在线会议主席那里获取建议（他们已经提供了巨大的帮助），并从现在和过去的在线会议中吸取所有的经验教训。在即将举办的线上会议中，我们会看到每个人的坚韧、热情和积极向上的精神，以及整个ACL社区的配合精神。
我很感谢能够和大家一起努力，让ACL2020成为我们所有人的梦想！我们将在接下来的时间里发布更多的细节。
我们将在未来几周内公布更多的注册细节，并在不久后公布更多关于虚拟会议的细节。
祝愿大家身体健康。
Dan Jurafsky，总主席，代表ACL2020组织委员会全体成员。
ACL是语言学协会，这个会议的爆火本身就代表了自然语言处理的研究热度，那么历届 ACL 都接收了多少文章呢？当前做NLP的研究人员数量在什么量级呢？目前最热的研究领域是什么呢？ 雷锋网曾经报道了《ACL 2020投稿破 3 千，到底有多少人在做 NLP 研究？》回答了这个问题。 1、历届 ACL接收情况 下图是近 20 年来 ACL 大会论文投递数量、评审人员数量和（高级）领域主席数量变化趋势图，可以清楚的看到，就投稿量，在近几年呈现的变化是指数级别的。评审人员也是与论文投稿数量呈现正相关关系。
截至2019年6月，AA拥有约50,000个条目，但其中包括一些并非真正的研究出版物的条目（例如，前言、序言、目录等），将这些舍弃后，还剩44,896篇文章。
上图中显示了从1965年到2018年期间，每年发表的论文数量。从图中可以看出：
1、1990年之后，NLP的研究开始突飞猛进，特别是在2000年之后，AA文章数量开始破千；
2、隔年出版的影响在图中可以清晰看到，特别是1998年以来，类似LREC、COLING这样的会议。 2、哪个会议/期刊的论文最多？
当然是各种 workshop 了！这张图展示的是不同会议或期刊的收录论文情况。
从中可以看出，除了各种workshop论文外，LREC已经成为NLP会议论文的最大单一来源（尽管LREC是一个相对较新的会议，每两年召开一次，但它的接受率往往很高，约60％）。其次则是主会ACL/4839，COLING/3142，NAACL/1479……
1980年到2019年的论文，如下图
从术语分布来看，NLP论文标题中最常用的术语是language，其次是translation。如果考虑bigram的话，如下图：
最常出现的术语是machine translation，毫无疑问，机器翻译是NLP领域最受关注的研究领域之一。
我们再来看不同的研究领域随着时间线的变化：
（雷锋网）（注：图中有个小错误，parsing对应于浅绿线）
从这张图中可以看到一个非常有意思的现象，即，在1980年-2008年之间近三十年的时间里，language、translation、parsing在80年代炙手可热，而现在已经远不如当年受欢迎了；而另一方面，neural在80年代经历了一段高潮之后，迅速下降，但近年来却又突破重围，再次超越而出。
我们可以把parsing的时间线单拎出来：
（雷锋网）
真的是不复当年！
另一个有意思的是，可以对比statistical machine, neural machine 和 machine translation在近40年里的变化趋势：
统计机器经历过一段高潮之后，现在已经基本销声匿迹了；而神经机器则随之崛起。正所谓“沉舟侧畔千帆过，病树前头万木春”！
（雷锋网）参考文献：
https://www.leiphone.com/news/201912/geduMitD8YzkIEch.htmlhttps://acl2020.org/reviewers/
正在生成分享图...
nebula