gongzhong号“ML_NLP”

设为 “星标”，重磅干货，第一时间送达！

ACL 2021（The 59th Annual Meeting of the Association for Computational Linguistics）将于2021年8月1日至6日在线举行。ACL是计算语言学和自然语言处理领域最重要的顶级国际会议，由国际计算语言学协会组织，是CCF-A类推荐会议，每年举办一次。根据谷歌学术计算语言学刊物指标显示，ACL影响力位列第一。哈工大讯飞联合实验室（HFL）的2篇论文被大会子刊Findings of ACL录用。

- 1-

标题：Dynamic Connected Networks for Chinese Spelling Check

作者：王宝鑫，车万翔，伍大勇，王士进，胡国平，刘挺

领域：文本纠错

类型：长文（LongPaper）

摘要：中文拼写纠错任务（CSC）主要针对中文文本中出现的拼写错误进行检测和纠正。目前关于中文拼写纠错任务的最新研究都是采用基于BERT的非自回归模型。非自回归模型的输出独立假设使BERT模型不能很好地学到输出汉字之间的依赖关系，产生输出语句不连贯的问题。为了解决上述问题，我们提出了一个全新的动态连接网络（DCN），先通过拼音候选生成器产生合适的候选，再通过基于Attention机制的网络对两个相邻汉字的依赖关系进行建模。实验表明，我们提出的DCN方法在三个人工标注的测试集上都取得了当前最好的效果。

飞鹰校对：http://check.hfl-rc.com

- 2-

标题：Benchmarking Robustnessof Machine Reading Comprehension

作者：司程磊，杨子清，崔一鸣，马文涛，刘挺，王士进

领域：机器阅读理解

类型：短文（ShortPaper）

摘要：机器阅读理解（MRC）任务是评测模型自然语言理解（NLU）能力的重要方法之一。近期该领域有了迅速的进展，一些新模型在多个基准测试集上取得了令人瞩目的表现。然而，现有的基准测试集只评测了模型在领域内数据上的效果，而忽略了模型在测试时遭受扰动或对抗攻击时的鲁棒性。为了填补这一空白，我们构造了AdvRACE（Adversarial RACE），一个模型无关、用于评测MRC模型鲁棒性的基准测试集。该基准测试集涵盖了四种类型的对抗攻击，其中包括全新的干扰项抽取与生成攻击。在实验中我们发现即使是最先进的MRC模型，在这些攻击下都会变得十分脆弱。因此我们认为MRC模型的鲁棒性还有广阔的提升空间，而AdvRACE能推动并用于衡量这一领域的进展。

项目地址：http://advrace.hfl-rc.com

原文、编辑：HFL编辑部

点击下方卡片，gongzhong号“机器学习算法与自然语言处理”，获取更多信息：‍

下载1：四件套
在机器学习算法与自然语言处理gongzhong号后台回复“四件套”，
即可获取学习TensorFlow，Pytorch，机器学习，深度学习四件套！

下载2：仓库地址共享
在机器学习算法与自然语言处理gongzhong号后台回复“代码”，
即可获取195篇NAACL+295篇ACL2019有代码开源的论文。开源地址如下：https://github.com/yizhen20133868/NLP-Conferences-Code

重磅！机器学习算法与自然语言处理交流群已正式成立！
群内有大量资源，欢迎大家进群学习！

额外赠送福利资源！深度学习与神经网络，pytorch官方中文教程，利用Python进行数据分析，机器学习学习笔记，pandas官方文档中文版，effective java（中文版）等20项福利资源
获取方式：进入群后点开群公告即可领取下载链接
注意：请大家添加时修改备注为 [学校/公司 + 姓名 + 方向]
例如 —— 哈工大+张三+对话系统。
号主，微商请自觉绕道。谢谢！

推荐阅读：
Transformer升级之路：博采众长的旋转式位置编码
抽取式摘要最新研究进展
「新生手册」：PyTorch分布式训练
点击下方卡片，gongzhong号“机器学习算法与自然语言处理”，获取更多信息：