自然语言处理顶会EMNLP2022奖项公布，康奈尔等学者获 ...

祢若安好丶就是莪啲上上签

关注“FightingCV”公众号
回复“AI”即可获得超100G人工智能的教程
点击进入→FightingCV交流群





EMNLP 是自然语言处理领域的顶级会议，EMNLP 2022 将于 12 月 7 日 - 11 日在阿布扎比举行。大会官方公布了今年的论文获奖情况，包括最佳长论文（1 篇）、最佳短论文（1 篇）等。

https://2022.emnlp.org/

最佳长论文

• 论文：Visually Grounded Reasoning across Languages and Cultures
  
• 论文链接：
  https://www.zhuanzhi.ai/paper/bfe21ede4b8359880367892452e9cd79
  

论文摘要：本文提出KiloGram，一个用于研究人类和机器的抽象视觉推理的资源。借鉴七巧板谜题作为认知科学刺激的历史，建立了一个丰富的注释数据集，具有>1k不同的刺激，比之前的资源更大、更多样化。它在视觉和语言上都更丰富，超越了整体形状描述，包括分割图和部件标签。用这个资源来评估最近的多模态模型的抽象视觉推理能力。预训练权重表现出有限的抽象推理，通过微调可大大改善。明确地描述部件有助于人类和模型的抽象推理，特别是在联合编码语言和视觉输入时。KiloGram可以通过这个https URL获得。





最佳短论文

• 论文介绍：https://preview.aclanthology.org/emnlp-22-ingestion/2022.emnlp-main.70.pdf
  

论文摘要：作者归属(Authorship attribution)是一项旨在识别给定作品的作者的任务。本文旨在开发一种通用的解决方案，可以处理来自作者的大量文本和训练数据中不可用的主题。之前的研究提出了只处理未见过的作者或未见过的主题的策略。作者表示学习已被证明在有大量未见过的作者的开放环境中有效，但尚未明确设计用于同时跨主题的环境。为处理大量未见过的作者和主题，本文提出作者表示正则化(ARR)，一个蒸馏框架，创建作者表示，减少对特定主题信息的依赖。为了评估该框架的性能，我们还提出了一种跨主题开放集的评估方法。所提出的方法在跨主题开放集设置上的性能在6个案例中有4个得到了提高。





BestLong Paper Honorable Mention award.





最佳 Demo 论文




往期回顾

基础知识
【CV知识点汇总与解析】|损失函数篇

【CV知识点汇总与解析】|激活函数篇

【CV知识点汇总与解析】| optimizer和学习率篇

【CV知识点汇总与解析】| 正则化篇
【CV知识点汇总与解析】| 参数初始化篇

【CV知识点汇总与解析】| 卷积和池化篇 （超多图警告）


最新论文解析
NeurIPS2022 Spotlight | TANGO：一种基于光照分解实现逼真稳健的文本驱动3D风格化
ECCV2022 Oral | 微软提出UNICORN，统一文本生成与边框预测任务
NeurIPS 2022 | VideoMAE：南大&腾讯联合提出第一个视频版MAE框架，遮盖率达到90%
NeurIPS 2022 | 清华大学提出OrdinalCLIP，基于序数提示学习的语言引导有序回归

SlowFast Network：用于计算机视觉视频理解的双模CNN
WACV2022 | 一张图片只值五句话吗？UAB提出图像-文本匹配语义的新视角！
CVPR2022 | Attention机制是为了找最相关的item？中科大团队反其道而行之！
ECCV2022 Oral | SeqTR：一个简单而通用的 Visual Grounding网络
如何训练用于图像检索的Vision Transformer？Facebook研究员解决了这个问题！
ICLR22 Workshop | 用两个模型解决一个任务，意大利学者提出维基百科上的高效检索模型

See Finer, See More！腾讯&上交提出IVT，越看越精细，进行精细全面的跨模态对比！
MM2022｜兼具低级和高级表征，百度提出利用显式高级语义增强视频文本检索
MM2022 | 用StyleGAN进行数据增强，真的太好用了

MM2022 | 在特征空间中的多模态数据增强方法

ECCV2022|港中文MM Lab证明Frozen的CLIP 模型是高效视频学习者

ECCV2022｜只能11%的参数就能优于Swin，微软提出快速预训练蒸馏方法TinyViT

CVPR2022|比VinVL快一万倍！人大提出交互协同的双流视觉语言预训练模型COTS，又快又好！

CVPR2022 Oral｜通过多尺度token聚合分流自注意力，代码已开源

CVPR Oral | 谷歌&斯坦福（李飞飞组）提出TIRG，用组合的文本和图像来进行图像检索

我乱射

传说中的沙发？？？哇卡卡