近日，自然语言处理国际会议EMNLP-2021公布录用结果。我中心自然语言处理研究组有2篇论文被录用为主会长文。EMNLP会议由计算语言学协会举办，有着严苛的录用标准，属于中国计算机学会推荐会议列表中的B类会议。此次被录用的论文的相关信息如下：
论文1. 题目：Improving Graph-based Sentence Ordering with Iteratively Predicted Pairwise Orderings.（作者：Shaopeng Lai, Ante Wang, Fandong Meng, Jie Zhou, Yubin Ge, Jiali Zeng, Junfeng Yao, Degen Huang and Jinsong Su*）本文由我中心2020级硕士生赖少鹏同学、王安特同学、2017级硕士生曾嘉莉同学、苏劲松老师、姚俊峰老师和腾讯微信团队合作完成。
本工作以mask-predict方法迭代式预测句对顺序，并把句对顺序的预测结果应用到基于图网络的句子排序模型中，作为句子-实体图的连边权重用来显式指导全段排序。相比baseline取得显著提升，而在配备以预训练模型（如BERT）和一些其他方向前沿的网络模块可以达到state-of-the-art性能。
论文2. 题目：Towards Making the Most of Dialogue Characteristics for Neural Chat Translation.（Yunlong Liang，Chulun Zhou, Fandong Meng, Jinan Xu, Yufeng Chen, Jinsong Su and Jie Zhou）本文由北京交通大学团队、我中心2019级硕士生周楚伦同学（共同一作）和苏劲松老师共同完成。
本文针对现有的神经对话翻译模型没有充分考虑对话本身特点的问题，提出了通过设计多个辅助任务为神经对话翻译模型显式地引入建模对话自身相关特性地能力。具体而言，本文针对对话连贯性设计了三个辅助任务：单语应答生成任务、跨语应答生成任务和相邻表达预测任务，针对表达者自身话语特点设计了一个辅助任务：表达者判别任务。实验结果表明本文方法有效提升了模型的对话翻译质量。
