ACL2020 奇葩论文标题大赏


星标/置顶小屋,带你解锁

最萌最前沿的NLP、搜索与推荐技术

文 | 灵魂写手rumor酱

编 |  不拖更的夕小瑶


又是一年一度的ACL,之前通过卖萌屋Arxiv服务已经零零碎碎看了一些,还是准备刷一下论文list,看看哪篇能让我的模型效果一飞冲天。

中奖论文list:
https://acl2020.org/program/accepted

刷呀刷呀,不是 XXBERT: XXX ,就是 A XX-based XX for XX,果然NLP人的世界还是那么枯燥无味。

突然,一个标题吸引了我:

Two Birds, One Stone: A Simple, Unified Model for Text Generation from Structured and Unstructured Data

等等,Two Birds,One stone,这个模型名怎么感觉有些怪怪的,翻译过来是。。。一石二鸟???用美妙的中华语言来形容自己优秀的文本生成模型,这都可以?

还有没有更奇葩的标题呢?想到这里,我滑动屏幕的手指也开心了起来。

一览标题list后,我发现了很有潜力的一种标题格式,就是 抓人疑问句/陈述句/感叹句+正经介绍 ,就像荣誉提名的 Do not stop pre-training,先要抓住审稿人/读者的点,再抛出简要介绍,深得标题党的精髓。

按照这个Pattern,我真的发现了不少天赋异禀的标题,比如:

论文标题1:
Don’t Say That! Making Inconsistent Dialogue Unlikely with Unlikelihood Training
艰难的翻译:别这么说!通过非似然训练解决对话不一致问题
rumor注:别这么说,Unlikely with Unlikelihood,突然感觉舌头捋不顺了

论文标题2:
Make Up Your Mind! Adversarial Generation of Inconsistent Natural Language Explanations
艰难的翻译:下定决心吧!非一致自然语言解释的对抗生成
rumor注:等等。。下定决心跟对抗生成有什么关系?

论文标题3:
You Don't Have Time to Read This: An Exploration of Document Reading Time Prediction
艰难的翻译:你没时间读这个:关于文本阅读时间预测的探索
rumor注:抱歉,我还是抽出时间把标题读完了

论文标题4:
A Girl Has A Name: Detecting Authorship Obfuscation
艰难的翻译:妹子有名字:作者身份模糊检测
rumor注:emmm大家应该都有名字?

论文标题5:
Can You Put it All Together: Evaluating Conversational Agents’ Ability to Blend Skills
艰难的翻译:你能把这些放在一起吗:评估对话机器人的一系列能力
rumor注:我不太行。。。

论文标题6:
CompGuessWhat?!: A Multi-task Evaluation Framework for Grounded Language Learning
艰难的翻译:Comp你猜怎么着?!语义学习的多任务评估框架
rumor注:?!

论文标题7:
Don’t Stop Pretraining: Adapt Language Models to Domains and Tasks
艰难的翻译:预训练不能停!把语言模型适应到各种领域和任务
rumor注:好的我不停!

论文标题8:
From Zero to Hero: Human-In-The-Loop Entity Linking in Low Resource Domains
艰难的翻译:从0到英雄:低资源领域下人工参与的实体链接
rumor注:从0到英雄,Human-In-The-Loop,有点rap的感觉了

论文标题9:
He said “who’s gonna take care of your children when you are at ACL?”: Reported Sexist Acts are Not Sexist
艰难的翻译“他说你去ACL了谁来哄你的娃?”:Reported性别歧视行为不是性别歧视
rumor注今年最佳就是它了! 这个标题我读了5遍仍然一脸问号,你去ACL了谁来哄你的娃???Reported性别歧视行为不是性别歧视??上下句有什么关系???

论文标题10:
It Takes Two to Lie: One to Lie, and One to Listen
艰难的翻译:说谎至少需要两个人,一个撒谎的,一个乐意听的
rumor注:这个是俗语,说谎至少需要两个人,一个撒谎的,一个乐意听的。所以论文写的啥呢。。

论文标题11:
It’s Morphin’ Time! Combating Linguistic Discrimination with Inflectional Perturbations
艰难的翻译:我要变身了!通过曲折扰动与语言歧视作斗争
rumor注:一个美剧里面的梗,做学术好难T^T

论文标题12:
“The Boating Store Had Its Best Sail Ever”: Pronunciation-attentive Contextualized Pun Recognition
艰难的翻译:“这家游艇店有了有史以来最好的帆船”:注意发音的上下文的发音识别
rumor注:emmm。。。

当然,除了这个Pattern,我觉得最强的还是PUA式的标题,比如著名的:

Attention is all you need

这次我也发现了一个:

Showing Your Work Doesn’t Always Work

怎么说呢,就有一种“他说的都对”的感觉?(你们再好好体会一下)

Anyway,上述“吐槽”纯属娱乐,如有冒犯,请联系我啊不要取关,还是恭喜上述文章喜提ACL2020,祝各位作者在成为起名专家的路上越走越远,为我们带来更加喜人的标题。(看乐子的请一键三连

(≖ ‿ ≖)✧


卖萌屋成立了自然语言处理、搜索技术、推荐系统、算法岗求职等方向大群和知识图谱与信息抽取、智能问答、对话系统等垂类讨论群。不仅可以认识众多志同道合的优秀小伙伴,而且还有若干卖萌屋美丽小姐姐(划掉)、顶会审稿人、大厂研究员、知乎大V等你来撩哦。后台回复关键词【入群】即可获取入口。

记得扫描下方二维码关注并星标置顶,我才能来到你面前哦。

夕小瑶的卖萌屋

关注&星标小夕,带你解锁AI秘籍

订阅号主页下方「撩一下」有惊喜

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/480228.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

字符串匹配算法(BF RK)

文章目录1. BF(Brute Force)暴力匹配BF代码2. RK(Rabin-Karp)算法RK代码3. 思考题:(二维匹配)1. BF(Brute Force)暴力匹配 BF算法的思想,在主串中&#xff0…

用Python寻找最优投资组合

原文地址:https://www.jianshu.com/p/2a25dfd465e9 现代投资组合理论(Modern Portfolio Theory,MPT)告诉我们投资者应该分散投资来实现最小化风险最大化投资回报。大邓刚开始学习这方面知识,用了将近一天的时候才搞懂M…

技术动态 | 事理图谱,下一代知识图谱

本文转载自公众号:DataHorizon。 人工智能与认知智能当前人工智能时代下,机器与人类之间的博弈一直在进行着。如图1所示,从1926年达特茅斯会议的召开标志人工智能诞生到深度学习模型在…

头条Java后台3面(含答案):事务+List集合+慢查询SQL+Redis+秒杀设计

头条Java一面 1.讲讲jvm运行时数据库区 2.讲讲你知道的垃圾回收算法 3.jvm内存模型jmm 4.内存泄漏与内存溢出的区别 5. select、epoll 的区别?底层的数据结构是什么? 6.mysql数据库默认存储引擎,有什么优点 7.优化数据库的方法&#xf…

CNN卷积神经网络(吴恩达《卷积神经网络》笔记一)

CNN 卷积网络说明卷积 Convolution填充 Padding步长 StrideRGB图像卷积池化 Pooling完整CNN为什么人们喜欢用卷积神经网络?实例分析说明 关于CNN的基础知识:卷积、填充、步长、池化、完整的深度CNN网络可以参考 链接: AI学习笔记——卷积神经网络&#…

字符串匹配算法(BM)

文章目录1. BM(Boyer-Moore)算法1.1 坏字符规则1.2 好后缀规则1.3 两种规则如何选择2. BM算法代码实现2.1 坏字符2.2 好后缀2.3 完整代码2.4 调试3. 总结1. BM(Boyer-Moore)算法 思想:有模式串中不存在的字符&#xf…

SQL 数据分析常用语句

1 基础查询 • 2 字符串数字日期时间 • 3 聚合数据查询 • 4 子查询 • 5 联接组合查询 • 6 高级查询 • 7 更新数据 阅读提醒:点击图片放大可看清晰的 1 基础查询 2 字符串数字日期时间 3 聚合数据查询 4 子查询 5 联接组合查询 6 高级查询 7 更新数据 参考资料 …

开源词法分析工具LAC重大升级!打造属于自己的个性化分词器!

星标/置顶小屋,带你解锁最萌最前沿的NLP、搜索与推荐技术文 | 匿名大佬编 | 北大小才女小轶本文将为大家介绍如何使用百度开源的词法分析工具LAC实现个性化分词(附代码),并展示LAC在各数据集上惊艳的性能表现。背景介绍分词是中文…

老刘说NLP:这几年的NLP历程回顾,以及关于NLP(知识图谱等)落地的思考

得语言者,得天下。得语言资源者,分天下。得语言逻辑者,争天下。 前言 只有把自己所思考的,所认识的东西,以文字的方式记录下来,才是对自己成长最好的记录方式。 是的,距离上一次动手写博客或者…

Redis系列教程(一):Redis缓存的设计、性能、应用与数据集群同步

Redis 是完全开源免费的,遵守BSD协议,是一个高性能的key-value数据库。Redis本质上是一个Key-Value类型的内存数据库,很像memcached,整个数据库统统加载在内存当中进行操作,定期通过异步操作把数据库数据flush到硬盘上…

论文浅尝 | 提取计数量词丰富知识库

OpenKG 祝各位读者新年快乐!论文标题:Enriching Knowledge Bases with Counting Quantifiers论文链接:https://link.springer.com/content/pdf/10.1007%2F978-3-030-00671-6_11.pdf发表会议:ISWC 2018论文源码:https:/…

RNN循环神经网络(吴恩达《序列模型》笔记一)

1、为什么选择序列模型 2、数学符号 用1来代表人名,0来代表非人名,句子x便可以用y[1 1 0 1 1 0 0 0 0]来表示 3、循环网络模型 值得一提的是,共享特征还有助于减少神经网络中的参数数量,一定程度上减小了模型的计算复杂度。 …

字符串匹配算法(KMP)

文章目录1. KMP由来2. KMP算法基本原理3. 代码4. Leetcode 28. 实现 strStr()1. KMP由来 上一节说的BM算法是最高效、最常用的字符串匹配算法。最知名的却是KMP,它3位作者(D.E.Knuth,J.H.Morris,V.R.Pratt)&#xff0…

常用的SQL语句

常用的SQL语句 一、基础 1、说明:创建数据库 CREATE DATABASE database-name 2、说明:删除数据库 drop database dbname 3、说明:备份sql server 1 --- 创建 备份数据的 device 2 3   USE master 4 5   EXEC sp_addumpdevice disk, te…

论文浅尝 | 用对抗学习做知识表示(NAACL2018)

论文链接:https://arxiv.org/pdf/1711.04071.pdf代码链接:https:// github.com/cai-lw/KBGAN 本文针对在生成负样本时有大部分负样本可以很好地和正样本区分开,对训练的影响不大,提出了使用生成对抗网络(GANs&#xff…

为什么搜索与推荐场景用AUC评价模型好坏?

星标/置顶小屋,带你解锁最萌最前沿的NLP、搜索与推荐技术文 | 吴海波在互联网的排序业务中,比如搜索、推荐、广告等,AUC(Area under the Curve of ROC)是一个非常常见的评估指标。网上关于AUC的资料很多,知…

Redis系列教程(九):Redis的内存回收原理,及内存过期淘汰策略详解

Redis内存回收机制 Redis的内存回收主要围绕以下两个方面: 1.Redis过期策略:删除过期时间的key值 2.Redis淘汰策略:内存使用到达maxmemory上限时触发内存淘汰数据 Redis的过期策略和内存淘汰策略不是一件事,实际研发中不要弄混淆了,下面会…

字符串匹配算法(Trie树)

文章目录1. Trie树概念2. Trie树操作2.1 存储2.2 查找2.3 插入2.4 删除2.5 打印3. 完整代码4. Trie树与散列表、红黑树的比较4.1 思考题参考文章5. 练习题1. Trie树概念 Trie树,也叫字典树,它是一个树形结构。是一种专门处理字符串匹配的数据结构&#…

论文浅尝 | 基于知识图谱嵌入的 Bootstrapping 实体对齐方法

来源: IJCAI 2018链接: https://www.ijcai.org/proceedings/2018/0611.pdf本文关注基于知识图谱嵌入(后文全部简称为知识嵌入)的实体对齐工作,针对知识嵌入训练数据有限这一情况,作者提出一种 bootstrapping 策略,迭代标注出可能的实体对齐&a…

大规模领域词汇库项目DomainWordsDict:涵盖68个领域、共计916万的词汇库资源开放

项目概述 DomainWordsDict, Chinese words dict that contains more than 68 domains, which can be used as text classification、knowledge enhance task。涵盖68个领域、共计916万词的专业词典知识库,可用于文本分类、知识增强、领域词汇库扩充等自然语言处理应…