NLP会议论文投稿——附:学术范统计NLP会议排名

我看到这是学术范官网上根据发文数量、被引次数等多个维度的数据统计,得出的NLP会议推荐:

ACL: Meeting of the Association for Computational Linguistics

EMNLP: Empirical Methods in Natural Language Processing

NAACL: North American Chapter of the Association for Computational Linguistics

NeurIPS: Neural Information Processing Systems

LREC: Language Resources and Evaluation

AAAI: National Conference on Artificial Intelligence

CVPR: Computer Vision and Pattern Recognition

COLING: International Conference on Computational Linguistics

IJCNLP: International Joint Conference on Natural Language Processing

ICLR: International Conference on Learning Representations

ICASSP: International Conference on Acoustics, Speech, and Signal Processing

ICML: International Conference on Machine Learning

EACL: Conference of the European Chapter of the Association for Computational Linguistics

INTERSPEECH: Conference of the International Speech Communication Association

CoNLL: Conference on Computational Natural Language Learning

ICCV: International Conference on Computer Vision

CIKM: Conference on Information and Knowledge Management

WWW: The Web Conference

JCLCS: Joint Conference on Lexical and Computational Semantics

IJCAI: International Joint Conference on Artificial Intelligence

真的全面也很权威,终于不用到处问了到处查了,计算机其他方向也有,要投论文的可以看看。

学术范——NLP研究方向详情

还有在投ACL系列的NLP会议(如ACL,NAACL和EMNLP)时候论文接收为long paper、short paper、workshop、finding的区别:

1.long paper:全文收录,正儿八经的顶会本会,一般是成熟完善的工作。

2.Short Paper: 短文是被正会录用的论文,整体给人感受就是一个比较 focus 的贡献,或者是对某个现象/问题的分析以促进未来进一步的工作,比较经典的像 ACL 的 Energy and Policy Considerations for Deep Learning in NLP,讨论了预训练模型带来的对环境的影响,也后续催化了一系列 Green AI / NLP 的研究,目前已经 1100 + 引用了。和长文相比,短文的长度会限制其系统性。可以是没有完成的工作,甚至是负面结果,或者提出新问题,挖个新坑,对完成度不做要求,和long paper的直观区别就是看篇幅。

3. Workshop Paper:和大会一起召开的,挂大会(或主办方)名字,但会注明是哪个workshop,workshop就像一个专注于某一个热点的研讨会,如果是某个方面大佬召集质量就比较高,但有时候稿件都收不够,总之质量参差不齐。 Workshop 更像是研讨会,一般会是收录一个特定 topic 的论文,因而也可以和很多小同行进行比较深入的交流,这是主会有些时候都不太遇得到的,比较经典的 Workshop 像 WMT、Rep4NLP 等。另外 ACL 和 NAACL 这几年都会办 Student Research Workshop(SRW),并且会设置相应的 mentoring program,来指导比较 junior 的同学投稿,这个 workshop 的 reviewer 多半会比较 constructive。第一次投稿且组里没有比较资深的老师或者同学的,可以尝试投稿类似的 workshop 获取审稿建议,并且可以选择不收录,再充分吸取建议修改之后再投稿到正式的会议,能够大幅提升中稿率。同时,被 workshop 接收也是一种正反馈,对 reward sparse 的研究生来说,是有很大促进作用滴!

4. Findings Paper:long paper差点意思,但是确实有一定质量。Findings 是在 EMNLP 2020 提出,接收略微 Miss 正会 bar 的 paper 的一项类别,经过 Peer Review 并且算正式出版物被 ACL anthology 收录,所以质量还是有保障的。Findings Paper 可能是更为简洁有效的对某个问题的解决方案,经典的 Paper 像发表于 Findings of EMNLP 2020 的 TinyBERT,同样有着很高的影响力(500+ citations, GitHub 2.1k stars)。不过对于有毕业要求的同学来说,目前短文FindingsPaper 不算 CCF 的分类要求(必须是主会长文),所以如果需要满足学位的要求的话,在 ARR 的情况下可以考虑 revise 后再投一轮 ARR 试试。

总结,投long paper,中了就是oral或者poster,没中但是分数还行,会给Findings,分数再往下就是reject。或则一开始觉得自己工作完成度不高,有不足的地方,就投short paper。

参考https://www.zhihu.com/question/519681702

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,539评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,911评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,337评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,723评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,795评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,762评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,742评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,508评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,954评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,247评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,404评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,104评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,736评论 3 324
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,352评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,557评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,371评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,292评论 2 352

推荐阅读更多精彩内容