近日，自然语言处理国际会议ACL-2020公布录用结果，我中心自然语言处理研究组有3篇论文入选。ACL是自然语言处理的顶级会议，被中国计算机学会认定为A类会议。此次被录用的论文的相关信息如下：
1、A Novel Graph-based Multi-modal Fusion Encoder for Neural Machine Translation
本文第一作者是中心2017级硕士生尹永竞，通讯作者是苏劲松副教授。本文提出使用一个统一的多模态图结构，来建模多模态机器翻译中源文和图片之间细粒度的语义关联，进一步提出了用于编码此图结构的多模态语义融合编码器，在多个公开数据集上证明了此模型的优势。
2、Exploring Contextual Word-level Style Relevance for Unsupervised Style Transfer
本文第一作者是中心2019级硕士生周楚伦，通讯作者是苏劲松副教授。本文提出了一个无监督文本风格转换模型。本文的核心思路在于通过Layer-wise Relevance Propagation算法发掘词级别的风格相关度作为整个模型风格相关度预测模块的训练目标，并在解码生成过程中预测待生成词的风格强度进行风格转换。本模型在该任务的常用公开数据集上均取得了最优性能。
3、Structural Information Preserving for Graph-to-Text Generation
本文由我中心自然语言处理研究组和腾讯AI Lab合作完成。第一作者是腾讯AI Lab宋霖峰博士，第二作者是中心2016级本科生王安特，通讯作者是苏劲松副教授。本文针对在Graph-to-Text生成过程中，结构信息难以有效保持的问题，提出通过重建自编码损失，引入额外训练信号，提高模型对图结构的信息保持能力。本文共设计了两个自编码损失：局部的三元组结构与全局的线性化图结构，并在多个任务、多个数据集上验证了该方法的有效性。
