好戏压轴。
2017年8月2日，在温哥华举办的ACL大会持续进行。虽然之后两天还有一系列同期研讨会和Workshop继续召开，但如果从7月31日起的正会开始算起，今天就是正会的最后一天，相应，大会也公布了分量最重的终身成就奖和最佳论文奖。
正会最后一天，诸多会议报告
在早上的大会报告环节，来自爱丁堡大学的Mirella Lapata做了题为《Translating from Multiple Modualities to Text and Back》的报告。在报告中，Mirella Lapata就电子化信息数据如何更好被用户理解进行了分析，并通过“（把一段话）改写为更简洁易懂的表达”、“如何从人类语言到机器编码”、“电影概括”三个实例进行了阐述。
在接下来的杰出论文Presentation环节，有22篇杰出论文（Outstanding Paper）分为A、B两组进行了演示。在22篇论文中，来自国内团队的5篇论文榜上有名，占到了几乎1/4。而根据中国信息学会的统计，在本次ACL收录的195篇长文章中，来自中国本土团队的有39篇，占到收录长文章的20%，这说明在计算语言学领域，无论是从论文的数量和质量上看，中国已经成为不可忽视的力量。
AI 科技评论注意到，与CVPR在会前就早早公布了最佳论文得主不同，本次大会的最佳论文颁奖被安排在了杰出论文演讲完毕和颁发终身成就奖之后。
在中午的13:00-14:30，大会还在一楼B/C厅召开了全员事务大会（Business Meeting）。这是一个幻影所有ACL成员以及参会者参加的公开会议，与会者可以针对自己关心的问题，如评选机制、未来计划等向在座的执委会成员提问，执委会在回答问题的同时，也会根据提问者关注的问题在未来的执行层面进行相应的调整。
下午6点，终身成就奖和五篇会议最佳论文也终于揭晓。
Barbara J. Grosz 喜获 ACL 终身成就奖
ACL 2017 终身成就奖（Lifetime Achievement Award）的获得者是哈佛大学工程和应用科学学院的教授 Barbara J. Grosz。
现任 ACL 主席 Joakim Nivre 的颁奖致辞是：“Barbara Grosz 在自然语言处理和多智能体系统方面有着启发性的贡献，她建立了论述的计算性模型这一研究领域，开发了论述结构理论，这一理论具体指出了论述的阐释是基于发言者的意图、注意力状态、语言形态三者的互动的。她用这一理论研究语调的运用，其中能够传达出关于这种核心结构的信息。她也曾开发了一些最早的计算机对话系统，她在协作模型方面的研究是这一领域的开创性工作之一，而且是多个协作性多智能体和人机接口系统的基础框架。她目前在研究用多智能体系统和协作性界面改进病人和医生使用的卫生保健规划和沟通系统。”“Grosz 教授为人所知的还有她在跨学科机构的建立和领导中发挥的重要作用，她也是女性在科学领域做出巨大贡献的代表人物之一。她是 IJCAI 的第一任女性主席，也是 AAAI 的第一任女性主席。我非常荣幸可以向您颁发2017年的终身成就奖！”
Grosz 教授的研究领域是人工智能协作规划和人机沟通，她的总目标是理解人类的思维和智慧现象，从而能够让计算机系统具有智能的行为，并构建出能够思考和有智慧的系统。她希望计算机智能系统能够长期在不确定的、多变的环境中成为人类团队中聪明能干的一员，她也就带领着自己的研究团队开发这样的系统所需的各种能力。
Grosz 教授是自然科学的 Higgins 教授、美国工程院院士、美国哲学协会成员、爱丁堡皇家学会成员、美国艺术与科学学院院士、AAAI Fellow、ACM Fellow、AAAS Fellow。她在2009年获得了 ACM/AAAI 颁发的艾伦纽厄尔奖（Allen Newell Award），表彰她“在自然语言处理和多智能体系统方面研究的基础性贡献，在人工智能领域的引领作用，以及她在跨学科机构的建立和领导中发挥的重要作用”。在2015年，Grosz 教授获得了 IJCAI 颁发的卓越研究奖（Award for Research Excellence），表彰她在“自然语言处理和多智能体协作协作的理论及应用方面引领性的研究”。
Grosz 教授为人所知的还有她在跨学科机构的建立和领导中发挥的重要作用，她也是女性在科学领域做出巨大贡献的代表人物之一。1993年时她成为了 AAAI 的第一任女性主席。在2001至2007年间，Grosz 教授是哈佛大学拉德克里夫高等研究院（Harvard’s Radcliffe Institute for Advanced Study）首位女性科学院长，设计建立了该研究院的科学规划，并在2007至2011年间担任临时院长和院长。她现在在Santa Fe研究院任科学董事会成员和科学指导委员会委员。
在颁奖典礼上，Barbara J. Grosz 教授也进行了题为「“已经足够聪明可以和人对话了吗？” - 对话 AI 系统的基础和挑战」的演讲。演讲具体内容请期待雷锋网 AI 科技评论的后续报道。
五篇获奖论文
今年的outstanding论文（也可以看作最佳论文的预选论文）共22篇，其中长论文15篇、短论文7篇，相比 ACL 2016 的共10篇有大幅增加。会议中也把这22篇论文分为了4组，在四个不同的session中演讲。
插播一则花絮，我们大师在论文演讲阶段现场听了这篇的演讲，就预测它会是最佳论文。6点结果揭晓，果然是它！鼓掌一次！
今年共有5个论文奖，获奖论文名单如下：
-
最佳展示论文第一名（Best Demonstration Paper）
-
Hafez: an Interactive Poetry Generation System (Software Demonstrations Paper)
-
Hafez: 一个交互性诗歌生成系统（软件展示论文）
-
作者：Marjan Ghazvininejad, Xing Shi, Jay Priyadarshi and Kevin Knight.
-
简介：是一个自动的诗歌生成系统，它把一个循环神经网络（RNN）和一个有限状态受体（FSA）结合在一起。给定任意一个话题，它都可以生成短诗。进一步地，Hafez 可以让用户通过调节多种风格设置来修改、润色生成的诗歌。实验结果表明这种“润色”机制可以考虑到用户的意图并形成更好的诗歌。为了评估这个系统，作者们建立了一个web页面，测试用户们可以一一星到五星的方式给诗歌的质量打分。作者们还用词汇限定和GPU计算的方法把整个系统的速度提高了10倍，这样就可以用很快的速度获得适当的反馈。这些反馈也表明系统可以学会调整自己的参数来改进诗歌的质量。
-
论文地址：
http://xingshi.me/data/pdf/ACL2017demo.pdf
-
最佳展示论文第二名（Best Demonstration Paper Runner Up）
-
OpenNMT: Open-Source Toolkit for Neural Machine Translation (Software Demonstrations Paper)
-
OpenNMT：用于神经机器翻译的开源工具包（软件展示论文）
-
作者：Guillaume Klein, Yoon Kim, Yuntian Deng, Jean Senellart and Alexander Rush
-
简介：论文中介绍了一个用于神经机器翻译的开源工具包。这个工具包在支持从模型结构、特征表征、源的模态角度研究神经网络翻译的目标下，重点保证了高效、模块化和可拓展性，同时还保持了有竞争力的表现和合理的训练需求。这个工具包含有建模和翻译支持，同时也带有关于其中隐含技术的详细示范文档。
-
论文地址：
https://arxiv.org/abs/1701.02810
-
最佳资源论文（Best Resouce Paper）
-
A Corpus of Compositional Language for Visual Reasoning (Short Paper)
-
用于视觉推理的组合语言语料库（短论文）
-
作者：Alane Suhr, Mike Lewis, James Yeh and Yoav Artzi
-
简介：论文中结合扫了一种新的视觉推理语言数据集，其中含有92,244对带有实证图像的自然叙述，这些图像是从3,962个不同的句子生成的。论文中描述了一种众包处理数据的方法，这些数据在语言学角度是多样化的，并且提供了对这些数据的分析。这些数据展示出了非常多种语言学现象，需要进行视觉和集合论推理。作者们用多种模型对数据进行了实验，表明了这些数据对未来的研究提出了强有力的挑战。
-
论文地址：
http://yoavartzi.com/pub/slya-acl.2017.pdf
-
最佳短论文（Best Short Paper）
-
The Role of Prosody and Speech Register in Word Segmentation: A Computational Modelling Perspective(Short Paper)
-
从计算性模型角度阐释韵律和音高在单词分割中的作用（短论文）
-
作者：Bogdan Ludusan, Reiko Mazuka, Mathieu Bernard, Alejandrina Cristia and Emmanuel Dupoux
-
简介：音音高和韵律在单词分割中的作用。由于普遍认为这两个因素在语言早期习得过程中发挥了重要作用，在这篇论文中就把量化它们的贡献程度作为了研究目标。作者们研究了同时含有给小孩的和给大人的语音的日语语料库，在其上运用了四种不同的单词分割模型，其中有的模型带有韵律边界，有的不带。结果表明不同的音高带来的区别比之前研究中层报道过的要小，并且韵律边界信息在给大人听的语音中可以发挥更大帮助。
-
论文地址：
http://aclweb.org/anthology/P17-2028
-
最佳长论文（Best Long Paper）
-
Probabilistic Typology: Deep Generative Models of Vowel Inventories (Long Paper)
-
类型学的可能性：整套元音的深度生成式模型（长论文）
-
作者：Ryan Cotterell and Jason Eisner
-
论文简介：语言类型学研究的是人类语言中出现的各种结构。这个领域的主要目的是发掘出那些普遍存在的语言现象，这些现象的出现频率也会很高。比如，所有的语言都有元音，但不是全部语言都有/u/这个音（大多数语言有）。这篇论文第一次用概率的方式尝试解答这个现象分类学中的基本问题：语言中一套自然的元音是从何而来的？作者们介绍了一系列他们采用的随机计分过程，并且把这些过程与先前的计算性的、基于仿真的方法进行了对比。作者们在超过200种独特的语言中广泛进行了整套实验。
-
论文地址：
https://arxiv.org/abs/1705.0168
