邬昌兴博士（华东交通大学虚拟现实与交互技术研究院全职研究人员）受邀于2017年7月30日－8月4日赴加拿大温哥华参加2017年国际计算语言学年会（Annual Meeting of the Association for Computational Linguistics，ACL2017），并展示其论文“Improving Implicit Discourse Relation Recognition with Discourse-specific Word Embeddings”。

ACL是中国计算机学会推荐A级会议，是自然语言处理领域的国际顶级会议。此次会议中，约翰霍普金斯大学 Ryan Cotterell和 Jason Eisner的论文“Probabilistic Typology: Deep Generative Models of Vowel Inventories” 获最佳长论文奖。该论文虽然属于深度学习方法的范畴，但更多提供了一种解决问题的新思路，研究了语言类型学中的元音的分散性和聚焦性问题。其文章末尾的“Use tools to do science，not just engineering!” 更是带出了一个问题：机器学习应该如何与传统语言学的研究相结合？

与此同时，邬博士坦言道：冲击 ACL 2017最佳论文的杰出论文（outstanding paper）宣讲现场上，大多数论文并没能跳出深度学习的大坑（如何处理数据、如何训练模型、性能又提高了多少个点），看起来不免让人觉得有些审美疲劳。

ACL 2017 终身成就奖（Lifetime Achievement Award）的获得者，即哈佛大学工程和应用科学学院的教授 Barbara J. Grosz亦出席此次会议并发言。

现如今，ACL 2017 的赞助商不乏国内的企业（阿里巴巴、腾讯、百度、今日头条、CVTE等）。开会期间，中国中文信息学会青年工作委员会和腾讯AI Lab联合举办了“犀牛鸟之夜”活动，诚挚邀请到了黄伟道、宗成庆、薛念文、夏飞、赵东岩、陈博兴等三十余位海内外知名学者交流研究心得，探讨产学合作模式。邬博士深刻感觉到了国内的企业和学者（包括华人）的力量越来越强大，自然语言处理的研究正处于蓬勃发展的阶段。邬博士认为，此次参加会议最大的收获在于对今后学界发展的方向有所了解，也同时为自己今后的目标精准定位。机器学习方法成为了绝大多数论文的核心内容，而深度学习更是占据了主流。但邬博士也感觉到，计算语言学研究的对象终归是“语言”，只有新的模型、算法的设计都应充分考虑语言的特性，才能实现更多的理论创新和突破。

责任编辑：樊云竹