新闻快讯
-
262014-11本研究组参加第十届全国机器翻译研讨会
第十届全国机器翻译研讨会（CWMT2014）于2014年11月4日至6日于澳门大学横琴校区召开。我组姜文斌老师、赵秋野老师、赵红梅老师和张健同学参加了此次研讨会。
本次会议吸引了不少国内外学者参加。会议包括主题演讲、专题讲座、特邀报告、论文口头报告、大会专题论坛和系统演示等环节。
我组姜文斌老师受邀作特邀报告，其报告的题目为：自动标注适应。该报告阐述了标注适应问题以及解决方案的本质原理，并提出了一系列渐进增强的标注适应算法。在中文分词和依存分析两大任务上，标注适应方法都能在不增加系统复杂性的条件下带来显著的性能提升。
我组赵红梅老师等人的论文《机器翻译常见错误类型总结》被大会录用为口头报告论文，该论文对CWMT2013机器翻译人工评测中有关错误类型的评测结果进行了总体分析，重点分析、统计了几种常见/重要的错误类型及其成因，并分析和比较了规则式系统和统计式系统在这些错误类型上的表现差异，旨在为机器翻译质量的提升提供数据参考。
另外，赵秋野老师还在系统演示环节展示了有关我们组研究工作的宣传海报。
通过参会，我们感觉到此次研讨会讲座和报告的质量普遍较高，让人耳目一新、获益匪浅。借此小小一角，我们真心感谢这次CWMT研讨会的组织单位—中国中文信息学会和承办单位—澳门大学科技学院的老师和同学！
-
262014-11我组杨似彤同学参加AMTA2014会议
第十一届美洲机器翻译学术研讨会（AMTA2014）于2014年10月21至26日于加拿大温哥华召开，我组杨似彤同学代表研究组参加了本次会议。该会议围绕参会者共同关注的机器翻译话题展开了交流与讨论，目的在于帮助机器翻译研究开发人员加深对机器翻译商业界及翻译译员需求的进一步了解，同时促进翻译译员更好地了解当前的机器翻译技术，以及先进的自动翻译技术在推进机器翻译全球化和商业化进程中扮演的重要角色。
AMTA2014主会议主要包括三种报告，分别针对机器翻译研发人员，机器翻译商业用户（包括译员）以及政府级用户。此外主会议还包含了机器翻译在商业技术和研究阶段技术的现场展示。除了主会议，本次会议还包括4个Tutorial和3个Workshop。
我组杨似彤同学被AMTA2014会议录用的论文是：
Sitong Yang, Heng Yu, Hongmei Zhao and Qun Liu. Review and Analysis of China Workshop on Machine Translation 2013 Evaluation.
该论文的报告形式为Poster，论文介绍了第九届全国机器翻译研讨会（CWMT2013）的评测内容及相关研究工作。具体介绍了评测任务、参评单位、评测指标等，重点论述了三个主要的研究内容：即自动评测指标的相关性分析，不同机器翻译系统错误类型的分布情况，以及对自动评测指标和人工评测指标在评测结果上表现出来的差异性的分析。该论文Poster展示吸引了许多参会人员的关注，尤其是做评测工作和研究亚洲语言的学者，以及研究译后编辑的学者和商业人士，杨似彤同学为他们详细介绍了评测工作的细节和相关研究工作，与感兴趣的人员进行了充分的沟通和交流。
通过这次参会，我们对外宣传了CWMT2013机器翻译评测和相关研究工作，增进了与国际机器翻译研究和应用领域人士的广泛交流。我们研究组以后还将在机器翻译评测的实践和研究方面开展更多的工作，以期为国内机器翻译质量的提升尽一份绵薄之力。
-
172014-11我组孟凡东同学参加EMNLP2014会议及参会心得
2014年10月25日至30日，本组孟凡东同学参加了今年在卡塔尔多哈(Doha)举办的自然语言处理的经验方法会议(EMNLP)。EMNLP隶属计算语言学学会(The Association for Computational Linguistics) 旗下，是国际上最具影响的计算语言学及自然语言处理学术会议之一。今年除了EMNLP主会议外，还有6个Workshop 和8个Tutorial同期举行。本次会议共有790篇长文投稿，最终录用长文155篇。
我组孟凡东同学被EMNLP2014会议录用的论文是：
Fandong Meng, Deyi Xiong, Wenbin Jiang, and Qun Liu. Modeling Term Translation for Document-informed Machine Translation.
该论文的报告形式为Oral报告，论文提出了术语翻译领域消歧模型、术语翻译领域一致性模型和术语整体性翻译模型，并将这三个模型融入到层次短语模型中，藉以改进句子/文档中术语的翻译以及术语所在句子/文档整体的翻译。该工作首次将术语翻译模型融入到统计机器翻译模型中，利用文档信息指导术语翻译的领域消歧并保持术语翻译的领域一致性。
以下是孟凡东同学的参会心得：
================================================================================================================================
孟凡东
EMNLP2014会议纪行
2014年10月25日凌晨01:55，我乘坐卡塔尔航空QR895从北京首都机场出发，于卡塔尔时间05:50抵达多哈机场。大约1个小时后，到达EMNLP2014会议官方提供的酒店，办理入住手续并完成了会议注册。
当天，我参加了Dekai Wu组织的Workshop“SSST-8: Eighth Workshop on Syntax, Semantics and Structure in Statistical Translation”。该Workshop中有一些非常好的工作，如Cho et al. 的“On the Properties of Neural Machine Translation: Encoder–Decoder Approaches” 和Karteek Addanki and Dekai Wu 的“Transduction Recursive Auto-Associative Memory: Learning Bilingual Compositional Distributed Vector Representations of Inversion Transduction Grammars”。尤其是“On the Properties of Neural Machine Translation: Encoder–Decoder Approaches”，该工作介绍了完全基于神经网络的全新翻译模型“RNN Encoder-Decoder”。Cho还介绍了在源端利用GRCNN做Encoder的方法，引起了广泛关注。
在这个Workshop上，我还遇到了都柏林城市大学的李良友博士，听了他的报告“Transformation and Decomposition for Efficiently Implementing and Improving Dependency-to-String Model In Moses”。我还见到了华为研究院诺亚方舟实验室的吕正东博士，和他讨论了RNN与MT结合的一些思路。
10月26日，首先大会主席对整体会议的情况包含录取率等做了一个较为全面的汇报，接着是IBM的SalimRoukos 的特邀报告“IBM Cognitive Computing – An NLP Renaissance! ”。该报告介绍了IBM近20年来所做的工作，包括信息抽取、机器翻译等，报告非常精彩。接着，三个分组报告和Poster报告并行展开。三个分组报告分别是“Neural Net Mixer”、“Discourse, Dialogue and Pragmatics”和“Segmentation / Spoken Language”，其中“Neural Net Mixer”是最受欢迎的。Neural Network是最近最热门的话题，我参加了“Neural Net Mixer”的分组报告，听完了全部报告，其中“Translation Modeling with Bidirectional Recurrent Neural Networks”这个工作给我的印象最为深刻。
我的报告就在10月26日下午，是“Machine Translation”分组报告的第一个。第一次做分组报告，报告前非常紧张，但是报告开始之后快速的心跳渐渐平息了。
10月27日，会议以Thorsten Joachims的特邀报告“Learning from Rational Behavior”拉开序幕。接着依然是三个分组报告与Poster报告并行展开。我还是参加了“Neural Net Mixer”报告，其中有两个报告影响很深刻。一个是“The Inside-Outside Recursive Neural Network model for Dependency Parsing”，该工作可能会帮助我思考如何将语言学信息融合到神经网络机器翻译模型中。另一个是斯坦福的“A Fast and Accurate Dependency Parser using Neural Net- works”，利用神经网络模型做移进-规约的依存分析，主要是利用神经网络做分类，虽然方法比较传统，但是效果却是不错的。下午我参加了“Semantics”分组报告，报告并不像想象的那么精彩，听了两个之后，我就去看Poster了。
10月28日上午，主席公布了本次会议的最佳论文：“”，接下来文章作者做了非常精彩的报告。茶歇过后，我参加了Poster报告，因为我对上午的几个分组报告兴趣不大。在Poster报告区，Cho et al. 的“”是最受关注的。该文章首次提出了利用RNN Encoder-Decoder来做机器翻译，一个非常简单纯净的模型，却取得了不错的效果，我认为有很大的潜力可挖。下午，我主要参加了“Machine Learning and Machine Translation”这个分组报告，其中重点听了Lemao Liu and Liang Huang 的工作“”。这个工作是在于恒2013年EMNLP上的“Max-Violation Perceptron and Forced Decoding for Scalable MT Training”工作上的改进，主要是利用翻译的评价指标来指导优化搜索过程。
10月29日上午，我参加了Antoine Bordes 和 Jason Weston的Tutorial “Embedding Methods for Natural Language Processing”。因为我接下来要做一些深度学习与机器翻译结合的工作，所以要参加这个Tutorial补充一些深度学习相关知识。
午餐过后，我收拾行李，办理退房手续。我们乘坐10月30日凌晨1:45的卡塔尔航空QR898返回北京。EMNLP 2014， 难忘的多哈之旅，就这样结束了。 -
152014-11我组参加CCL暨NLP-NABD 2014会议并荣获NLP-NABD 2014最佳英文论文奖
2014年10月18日至19日，第十三届全国计算语言学会议（CCL 2014）暨第二届基于自然标注大数据的自然语言处理国际学术研讨会（NLP-NABD 2014）在湖北武汉的华中师范大学举行。CCL是中国中文信息学会的旗舰会议，从2013年开始每年举办一次。该会议为中国境内各类语言处理技术和成果提供了良好的交流平台。NLP-NABD覆盖了自然语言处理中的基础研究内容，它关注中文的自然语言处理研究，尤其注重基于互联网资源和大数据背景下的自然语言处理的前沿方法和技术。
我组姜文斌老师、硕士生张海波、滕志扬同学参加了本次会议。
张海波等人的《基于联合音变还原和形态切分的形态分析方法》被CCL 2014录用。张海波等人提出了联合音变还原和形态切分的形态分析方法，将音变还原问题和形态切分问题融合成一个序列标注的问题，同时实现了音变还原及形态切分的功能，解决了传统形态分析方法所存在的错误传播问题且很容易扩展到新的语言上。有关维吾尔语、蒙古语以及韩语的实验显示：该方法大幅度领先于传统的先进行音变还原后形态切分的模型以及有向图模型。
今年的CCL & NLP-NABD 2014会议设立了最佳论文奖（中、英文各一篇）。今年选出的两篇最佳论文均具有较鲜明的创新点。为确保获奖论文的学术水平，该会议最佳论文的评选经过了严格的评审程序：论文录取阶段的双盲评审成绩优秀 -> 领域主席的推荐 -> 最佳论文评审委员会亲临CCL & NLP-NABD 2014会场听作者作报告 -> 评审委员会开会讨论达成最后共识。
值得庆贺的是，我组滕志扬等人的论文《Unsupervised Joint Monolingual Character Alignment and Word Segmentation》获得了此次会议唯一一篇英文最佳论文。该论文借助机器翻译中的双语词语对齐技术，让单语的字语料自己和自己对齐，实现无监督分词。论文中设计了一种联合模型，同时考虑了字对齐模型的概率和分词模型的概率。实验表明该论文所提出的模型在英语音标数据集Brent和Sighan Bakeoff 2005的中文数据集中均取得了很好的效果。该论文的颁奖词为：“该论文借助机器翻译词语对齐技术在单语环境下发现汉字间的共现规律，设计了一种新的非参数化贝叶斯中文分词模型，显著提升了无监督中文分词准确率，提供了有效利用自然标注文本大数据的一个新案例。”
李生老师（右一）和孙茂松老师（左一）为最佳论文奖获得者颁奖，图片中右二为滕志扬同学。
滕志扬（左一）和张海波（左二）会议期间合影
-
152014-11八大处公园秋游
2014年金秋，红叶烂漫的季节，研究组一行人来到了西山八大处公园秋游，此次同行的除了组内的老师和同学以外，还有来自朝鲜的两位自然语言处理专家—李老师和洪老师。
西山八大处公园以天然之美超越西山诸胜，近年来的修缮又令老游客们耳目一新，对我们这些整日里忙于工作学习和生活的都市人来说，佛牙舍利塔下的绕塔，香界寺佛殿里的禅坐，静静地聆听一段清雅的梵呗音乐，都无不感受到与万法融为一体的清净和安稳，真的是一种极好的享受。
下面是大家在秋游途中的一些照片，与各位分享：
古琴清越，虽无暇品茗，却难舍这段秋景
路过许愿台，淡淡微笑，美美心愿
秋色因你更绚烂
小狮子
我看青山多妩媚，料青山看我应如是