近日，国际自然语言处理领域顶级学术会议“国际计算语言学协会年会”（ACL）公布了今年大会的论文录用结果。根据此前官方公布的数据，本届大会共收到篇投稿论文，投稿数量创下新高。其中，百度共有11篇论文被大会收录，再次展现出在自然语言处理领域的超高水准。
国际计算语言学协会（ACL，TheAssociationforComputationalLinguistics）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一，百度CTO王海峰曾任年ACL主席(President)，是ACL历史上首位华人主席。
除了在国际AI学界的影响力外，ACL无论是审稿规范还是审稿质量，都是当今AI领域国际顶级会议中公认的翘楚。研究论文能够被其录用，不仅意味着研究成果得到了国际学术界的认可，也证明了研究本身在在实验严谨性、思路创新性等方面的实力。而此次ACL的审稿周期，从去年12月一直持续到今年4月，相比往年几乎增加了一倍。虽然大会官方尚未公布今年整体论文录用率，但参照往年的评审过程和录用率，论文被其录取的难度依旧不会低。
百度的自然语言处理技术，在发展及应用上始终保持领先，一直被视为自然语言处理研究界的“第一梯队”。今年除了11篇论文被录用外，大会期间百度还将联合Google、Facebook、UPenn、清华大学等海内外顶尖企业及高校，共同举办首届同声传译研讨会（The1stWorkshoponAutomaticSimultaneousTranslation）。由于近期疫情影响，原定于今年7月5日至10日在美国西雅图举行的大会已改为线上举办，而上述同声传译研讨会也将改为在线上与专家学者们探讨。
本届大会百度被收录的11篇论文，覆盖了对话与交互系统、情感分析/预训练表示学习、NLP文本生成与摘要、机器翻译/同声翻译、知识推理、AI辅助临床诊断等诸多自然语言处理界的前沿研究方向，提出了包括情感知识增强的语言模型预训练方法、基于图表示的多文档生成式摘要方法GraphSum等诸多新算法、新模型、新方法，不仅极大提升了相关领域的研究水平，也将推动人机交互、机器翻译、智慧医疗等场景的技术落地应用。
以下为ACL百度被收录的11篇论文概览。
一、对话与交互系统
1、ConversationalGraphGroundedPolicyLearningforOpen-DomainConversationGeneration
我们提出用图的形式捕捉对话转移规律作为先验信息，用于辅助开放域多轮对话策略学习。基于图，我们设计策略学习模型指导更加连贯和可控的多轮对话生成。首先，我们从对话语料库中构造一个对话图（CG），其中顶点表示“whattosay”和“howtosay”，边表示对话当前句与其回复句之间的自然转换。然后，我们提出了一个基于CG的策略学习框架，该框架通过图形遍历进行对话流规划，学习在每轮对话时从CG中识别出哪个顶点和如何从该顶点来指导回复生成。我们可以有效地利用CG来促进对话策略学习，具体而言：（1）可以基于它设计更有效的长期奖励；（2）它提供高质量的候选操作；（3）它让我们对策略有更多的控制。我们在两个基准语料库上进行了实验，结果证明了本文所提框架的有效性。
2、PLATO:Pre-trainedDialogueGenerationModelwithDiscreteLatentVariable
研发开放领域（Open-Domain）的对话机器人，使得它能用自然语言与人自由地交流，一直是自然语言处理领域的终极目标之一。对话系统的挑战非常多，其中有两点非常重要，一是大规模开放域多轮对话数据匮乏；二是对话中涉及常识、领域知识和上下文，一个对话的上文（Context），往往可以对应多个不同回复（Response）的方向。PLATO首次提出将离散的隐变量结合Transformer结构，应用到通用对话领域。通过引入离散隐变量，可以对上文与回复之间的“一对多”关系进行有效建模。同时，通过利用大规模的与人人对话类似的语料，包括Reddit和Twitter，进行了生成模型的预训练，后续在有限的人人对话语料上进行微调，即可以取得高质量的生成效果。PLATO可以灵活支持多种对话，包括闲聊、知识聊天、对话问答等等。而文章最终公布的在三个公开对话数据集上的评测，PLATO都取得了新的最优效果。
尽管越来越多的工作证明了随着预训练和大规模语料的引入，自然语言处理领域开启了预训练然后微调的范式。在对话模型上，大规模预训练还处于初级阶段，需要继续深入探索。PLATO提出的隐变量空间预训练模型，可能成为端到端对话系统迈上一个新台阶的关键点之一。
3、TowardsConversationalRe