刚刚！ACL 2024公布7篇最佳论文，华中科技大学本科生一作成果获奖
内容提要
2024 ACL年会在泰国曼谷开幕，引入滚动审稿机制并允许作者在提交期间推广他们的工作。主会议的录取率为21.3％，发现论文的录取率为22.1％。会议还特别关注开放科学、开放数据和可重复的NLP研究模型。最佳论文奖授予华中科技大学、阿德莱德大学、安阳师范大学和华南理工大学的团队的《用扩散模型解读甲骨文》。该论文提出了一种使用条件扩散模型解读甲骨文的新方法。
延伸解读
ACL 2024 评审机制与开放科学专题
本届 ACL 继续采用滚动审稿机制，并取消投稿匿名期，允许作者在审稿期间宣传自己的工作。主会录用率为 21.3%，Findings 为 22.1%。会议新增“开放科学、开放数据和可重复 NLP 研究”专题，接收高质量开源数据集、模型和软件，旨在推动可重复研究。这些变化反映了 NLP 领域对透明度和开放协作的重视，也为研究者提供了更灵活的投稿与交流方式。
最佳论文：用扩散模型破译甲骨文
获奖论文《Deciphering Oracle Bone Language with Diffusion Models》由华中科技大学、阿德莱德大学、安阳师范学院和华南理工大学合作完成，第一作者为华中科技大学本科生管海粟。研究提出条件扩散模型 OBSD，将甲骨文图像转换为现代汉字图像，并引入局部结构采样（LSS）和零样本学习策略，以克服甲骨文与现代汉字之间的结构差异。该工作为古文字识别提供了新思路。
技术路径与评估方法
OBSD 基于条件扩散模型，通过加噪和去噪过程生成现代汉字图像。针对直接应用效果不佳的问题，研究引入 LSS 模块，利用滑动窗口学习局部部首结构映射；并采用零样本学习策略，在 20 种字体上以一对一方式训练，增强模型对字符结构的理解。评估采用定制 OCR 工具和 PaddleOCR，在单轮和多轮解密中，OBSD 的 top-1 准确率均优于基于 GAN 和扩散模型的对比方法。
甲骨文研究的智能化趋势
随着人工智能技术发展，甲骨文研究正进入智能化时代。安阳师范学院甲骨文信息处理教育部重点实验室建设的“殷契文渊”大数据平台已向全球开放，并联合腾讯启动“甲骨文全球数字化回归计划”。复旦大学团队也打造了甲骨缀合信息库。这些项目与 ACL 获奖研究相呼应，表明数字技术正在助力古文字破译与保护，为冷门绝学注入新活力。
Q&A
ACL 2024年会的主要内容是什么？
ACL 2024年会在泰国曼谷举行，为期6天，包含34场研讨会，关注开放科学和可重复的NLP研究模型。
华中科技大学的获奖论文主要研究了什么？
华中科技大学的获奖论文《用扩散模型解读甲骨文》提出了一种使用条件扩散模型解读甲骨文的新方法。
ACL 2024年会的论文录取率是多少？
主会议的录取率为21.3%，Findings的录取率为22.1%。
最佳论文奖的评选标准是什么？
最佳论文奖评选关注研究的创新性和对领域的贡献，特别是开放科学和可重复研究的相关性。
《用扩散模型解读甲骨文》的研究方法有哪些创新？
该研究引入了局部结构采样（LSS）和零样本学习策略，增强了模型对古代文字与现代汉字之间的连接能力。
ACL 2024年会对开放科学的关注体现在哪些方面？
会议特别设立了专题，接收高质量开源数据集、开源模型和开源软件的相关研究成果，促进开放科学讨论。
