在7月29日-31日召开的2019年ACL大会上，来自我课题组的论文《Bridging the Gap between Training and Inference for Neural Machine Translation》获得了大会唯一的最佳长文奖，这也是国内单位首次获得ACL最佳长文奖。这一工作是由我组冯洋老师、刘群老师指导学生张文等完成。其他作者中，孟凡东是从这一团队毕业的学生，游狄是在这一团队工作过的实习生。
这一工作针对神经机器翻译在训练和测试时所使用前序历史信息不同而造成的翻译质量问题，通过在训练时模拟测试时的前序历史信息，来减小了训练和测试时的偏差。具体来说，该工作首先采取一定的策略来模拟生成测试时的前序历史信息，然后通过采样的方式来将标准译文和模拟得到的前序历史信息输入到翻译模型中来生成译文。该工作在两个通过的翻译任务上的翻译性能均显著优于多个state-of-the-art模型。
本次大会一共收到投稿2905篇（长文1737篇，短文1168篇），共录用660篇（长文447篇，短文213篇），总录用率为22.7%，其中长文录用率为25.7%，短文录用率为18.2%。本次大会共设置了8个奖项，包括：
- 最佳长文奖
- 最佳短文奖
- 最佳演示论文奖
- 5个杰出论文奖。
该论文经过双盲评审、领域主席推荐、大会宣讲及专家投票，最终获得ACL 2019最佳长文奖。
国际计算语言学协会 (ACL，The Association for Computational Linguistics)，是国际计算语言学界影响力最大的学术组织，ACL 年度会议也是计算语言学领域的最重要的国际会议，是CCF推荐的计算语言学方面唯一的A类会议。
