研究室の活動‎ > ‎論文紹介‎ > ‎

EMNLP2016

日時

時間 担当 論文名
1/11
   
10:40-11:14
松尾
Benjamin Russell and Duncan Gillespie. Measuring the behavioral impact of machine translation quality improvements with A/B testing
11:14-11:58 朝倉Distinguishing Past, On-going, and Future Events: The EventStatus Corpus
Ruihong Huang; Ignacio Cases; Dan Jurafsky; Cleo Condoravdi; Ellen Riloff
11:58-12:44
Longtu
Long Short-Term Memory-Networks for Machine Reading
Cheng, Jianpeng, Li Dong, and Mirella Lapata [slides1][slides2]
1/18

10:39-11:05
宮崎
Deep Multi-Task Learning with Shared Memory
Pengfei Liu, Xipeng Qiu, Xuanjing Huang [slide]
11:06-11:36
堺澤
Charagram: Embedding Words and Sentences via Character n-grams
John Wieting; Mohit Bansal; Kevin Gimpel; Karen Livescu
11:38-12:07
北川
Neural Morphological Analysis: Encoding-Decoding Canonical Segments. 
Katharina Kann, Ryan Cotterell and Hinrich Schütze. [slide]
12:08-12:38
佐藤
Coverage Embedding Models for Neural Machine Translation
Haitao Mi Baskaran Sankaran Zhiguo Wang Abe Ittycheriah
1/25
 
10:40-11:01
梶原
Marianna Apidianaki. Vector-space models for PPDB paraphrase ranking in context.
In Proc. of EMNLP, pp.2028-2034, 2016.
11:02-11:26
叶内
Multi-view Response Selection for Human-Computer Conversation
Xiangyang Zhou, Daxiang Dong, Hua Wu, Shiqi Zhao, Dianhai Yu, Hao Tian, Xuan Liu and Rui Yan
11:27-12:05 小平
Generating Coherent Summaries of Scientific ArticlesUsing Coherence Patterns 
Daraksha Parveen; Mohsen Mesgar; Michael Strube
2/2


10:49-11:31
塩田
The Gun Violence Database: A new task and data set for NLP
Ellie Pavlick; Heng Ji; Xiaoman Pan; Chris Callison-Burch
11:31-12:21
大森
Context-Sensitive Lexicon Features for Neural Sentiment Analysis
Zhiyang Teng, Duy-Tin Vo and Yue Zhang
12:21-13:12 尾形
Globally Coherent Text Generation with Neural Checklist Models
Chloé Kiddon; Luke Zettlemoyer; Yejin Choi
2/15
  
10:38-11:24
関沢
Incorporating Discrete Translation Lexicons into Neural Machine Translation
Philip Arthur, Graham Neubig, Satoshi Nakamura. pp.1557-1567. [slide]
11:25-11:52
鈴木
Does ‘well-being’ translate on Twitter?
Laura K. Smith, Salvatore Giorgi, Rishi Solanki, Johannes C. Eichstaedt, H. Andrew Schwartz, Muhammad Abdul-Mageed, Anneke Buffone, and Lyle H. Ungar
11:53-12:18
アイジャン
Luisa Bentivogli; Arianna Bisazza; Mauro Cettolo; Marcello Federico
Neural versus Phrase-Based Machine Translation Quality: a Case Study
2/22
  
10:36-11:23 金子
Numerically Grounded Language Models for Semantic Error Correction
Georgios P. Spithourakis, Isabelle Augenstein, and Sebastian Riedel
11:24-11:59
大崎
LAMB : A Good Shepherd of Morphologically Rich Languages 
Sebastian Ebert and Thomas Mu ̈ller and Hinrich Schu ̈tze
3/1
  
10:30-11:00 松村
Variational Neural Machine Translation
Biao Zhang; Deyi Xiong; jinsong su; Hong Duan; Min Zhang
11:00-11:30
山岸
Memory-enhanced Decoder for Neural Machine Translation
Mingxuan Wang; Zhengdong Lu; Hang Li; Qun Liu    [Slide]

形式

  • 10分(10枚程度)のスライドを作成し、要点を説明する。質疑は5分。M2以上の学生は資料を英語で作る。
  • 発表に用いたスライドは Slideshare や Speakerdeck 等で公開する。

注意点

  • 各自その年のトレンドをざっと知るために全体のタイトルやアブストラクトを斜め読みすることも目的の一つなので、発表する論文が決まったら終わりだと思わず全体を眺める。
  • 一つの論文を紹介するためにその論文だけ読めばいい、ということは稀なので、関連する論文も読んで紹介する(特に、先行研究の手法を発展させたような手法の場合)。
  • long paper より short paper の方が分量が短く読みやすい印象を受けるかもしれないが、短くするために他の論文を参照して記述を省略していることがあるので、かえって読みにくい場合がある。
  • 論文の main contribution は何か、ということが分かるように説明する。(参考)高速で論文がバリバリ読める落合先生のフォーマットがいい感じだったのでメモ

参加者

  • 梶原
  • 鈴木
  • アイジャン
  • Longtu
  • 堺澤
  • 叶内
  • 北川
  • 宮崎
  • 朝倉
  • 佐藤
  • 松尾
  • 関沢
  • 塩田
  • 小平
  • 金子
  • 尾形
  • 大崎
  • 山岸
  • 大森
  • 松村

参考

リンク集

過去の読み会

Comments