第十二届全国计算语言学学术会议综述

“第十二届全国计算语言学学术会议”（The Twelfth China National Conference on Computational Linguistics, CCL 2013）将于2013年10月10日—12日在苏州大学举行。作为国内最大的自然语言处理专家学者的社团组织——中国中文信息学会（CIPS）的旗舰会议，全国计算语言学会议从1991年开始每两年举办一次。CCL着重于中国境内各类语言（如汉语、藏语、蒙古语以及维吾尔语等）的计算处理，为传播计算语言学最新的学术和技术成果提供了广泛的交流平台。

CCL 2013同时接受中文和英文投稿。被录用的中文稿件将发表在中国计算语言学领域最具影响力的期刊《中文信息学报》（计算机类核心期刊）上。被录用的英文稿件将由Springer Lecture Notes in Artificial Intelligence (LNAI)出版。

“第一届基于自然标注大数据的自然语言处理国际学术研讨会”（The First International Symposium on Natural Language Processing based on Naturally Annotated Big Data, NLP-NABD 2013）将与CCL 2013同时召开。NLP-NABD涵盖了前面列举的所有自然语言处理的研究内容，尤其关注在大数据时代自然语言处理的前沿方法和技术。这里所谓的“自然标注”是指由互联网用户根据其自身目的（而不是出于自然语言处理研究的目的）对各种互联网资源进行的“不自觉”的手工标注，计算语言学家们可以将这些标注自觉地和系统性地应用在自然语言处理的各种研究中。典型的例子是，标点符号有助于词边界的识别，社交媒体中的社会标签也有助于关键词抽取，而维基百科中的条目类别信息则可以为文本分类提供帮助。在这些例子中，“自然标注”都是以显式的形式出现的，但在很多情况下，也可以以隐式的形式出现，如短语“Beijing and other cities”“cities such as Beijing”中所蕴含的两个模式“cities such as NOUN”“NOUN and other cities” 就是一种隐式的“自然标注”，可用于抽取常识知识ISA(NOUN, city)。NLP-NABD 2013聚焦国内外在此方向上的各种前沿研究进展，如：如何在自然标注大数据上有效进行大规模无监督/半监督机器学习（如深度学习），如何将学习到的资源、模型和已有的手工标注的核心资源和核心语言计算模型结合起来，等等。

NLP-NABD 2013针对全世界各种语言的研究（不仅限于中文），只接受英文投稿。录用稿件将与CCL 2013录用的英文论文一起由Springer发表于LNAI系列上。

征稿范围：

CCL 2013征集各类与汉语和中国少数民族语言相关的计算语言学方面的原创研究和应用论文。论文包括但不限于以下内容：

• 语言处理的认知建模和心理语言学
• 篇章、共指和语用学
• 评测方法
• 语言资源和标注
• 词汇语义学和词汇本体论
• 大规模知识获取和推理
• 机器翻译
• 多语言自然语言处理
• 自然语言处理应用
• 社交媒体中的自然语言处理
• 命名实体识别与链接
• 开放领域的问答系统
• 语义学
• 情感分析、意见挖掘与文本分类
• 社会计算
• 语音识别与合成
• 自然语言处理的统计与机器学习方法
• 文本摘要和生成
• 句法分析与网页分析
• 词性标注和组块分析
• 文本蕴含
• 文本挖掘、开放域信息抽取与网页机器阅读
• 互联网信息检索
• 资源稀缺的自然语言处理
• 分词
• 词义消歧

CCL 2013同时接受中文和英文投稿。被录用的中文稿件将发表在中国计算语言学领域最具影响力的期刊《中文信息学报》（计算机类核心期刊）上。被录用的英文稿件将由Springer Lecture Notes in Artificial Intelligence (LNAI)出版。

NLP-NABD 2013针对全世界各种语言的研究（不仅限于中文），只接受英文投稿。录用稿件将与CCL 2013录用的英文论文一起由Springer发表于LNAI系列上。

征稿启事下载：

CCL 2013和NLP-NABD 2013时间表：

• 论文投稿的截止日期：2013年6月1日  2013年6月12日
• 录用通知发出日期：2013年6月30日  2013年7月5日
• 最终版提交日期：2013年7月15日

CCL 2013和NLP-NABD 2013时间表：

• 论文投稿的截止日期：2013年6月1日  2013年6月12日
• 录用通知发出日期：2013年6月30日  2013年7月5日
• 最终版提交日期：2013年7月15日

论文提交：

CCL 2013和NLP-NABD 2013的英文来稿不超过12页，有关格式请参阅Springer的投稿指南：
http://www.springer.de/comp/lncs/authors.html
录用的中文论文将由《中文信息学报》出版，中文投稿采用学报的模板，无页数限制，但字数不可超过8000字，模板链接如下：
CNCCL2013-2013- 《中文信息学报》排版样式.doc
Springer 将会将LNAI出版的论文提交给EI以备索引。根据Springer以往的经验，论文获得EI检索的机会相当高。更多关于LNAI索引的信息请参阅：
http://www.springer.com/computer/lncs?SGWID=0-164-6-1068921-0

本次会议将采用双盲审稿，所以作者姓名和单位不可以出现在投稿的论文中，作者的自引不可采用“我们提出….”，而是用“作者名字提出….”。所有稿件要求以PDF文件形式通过START系统提交，提交网址为:
https://www.softconf.com/e/cnccl2013/

大会主席：

程序委员会：

组织委员会：

中国中文信息学会2013年学术年会（CIPS 2013）暨

第十二届全国计算语言学会议（CCL 2013）正式通知

        经中国中文信息学会第7届理事会第6次理事长办公会讨论决定，中国中文信息学会学术年会暨理事会（CIPS 2013）于2013年10月9日在苏州大学召开。中文信息处理（包括对汉语以及少数民族语言的信息处理）在我国信息领域科学技术发展与产业发展中占有重要的位置。计算机和互联网技术的不断发展对中文信息处理技术提出了新的挑战。中文信息处理已经成为信息科学技术中长期发展的一个新的战略制高点。本次学术年会将是我国中文信息处理领域广大专家学者（约300人）的一次盛会，将有力促进中文信息处理领域的理论创新、技术交流与产学研合作！我们诚挚邀请大家参与中国中文信息学会2013年学术年会，一起分享，共同探讨，努力促进我国中文信息处理领域的技术与产业的创新与发展！本次会议的主题是：深度学习与中文信息处理，我们将邀请顶级专家做特邀报告，并开展相关主题的研讨。

        "第十二届全国计算语言学会议"（The Twelfth China National Conference on Computational Linguistics, CCL 2013）将于2013年10月10日—12日在苏州大学举行。作为国内最大的自然语言处理专家学者的社团组织——中国中文信息学会（CIPS）的旗舰会议，全国计算语言学会议从1991年开始每两年举办一次。CCL着重于中国境内各类语言（如汉语、藏语、蒙古语以及维吾尔语等）的计算处理，为传播计算语言学最新的学术和技术成果提供了广泛的交流平台。同时，"第一届基于自然标注大数据的自然语言处理国际学术研讨会"（NLP-NABD 2013）将与CCL 2013联合召开。NLP-NABD特别关注在大数据时代自然语言处理的前沿方法和技术，将聚焦国内外基于自然标注大数据方向上的各种前沿研究进展，包括：如何在自然标注大数据上有效进行大规模无监督/半监督机器学习（如深度学习），如何将学习到的资源、模型和已有的手工标注的核心资源和核心语言计算模型结合起来。

        本次会议期间，中国中文信息学会还将举办第一届中文知识图谱研讨会（The 1st Conference on Chinese Knowledge Graph）。知识图谱（Knowledge Graph）是当前学术界和企业界的研究热点。中文知识图谱的构建对中文信息处理和中文信息检索具有重要的价值。本次知识图谱研讨会将着重探讨中文知识图谱的构建的资源、技术、方案、策略以及待研究问题和挑战，促进研究单位之间以及研究界和产业界之间的学术交流，探索今后大规模中文知识图谱构建的研讨与合作机制。目前为止，大会已经得到国内自然语言处理研究者的广泛关注，目前有约10家从事知识图谱研究和实践的著名高校、研究机构和企业的专家及学者有意参与并发表演讲。

        现将会议正式通知和会议回执寄上，请您按通知上的时间到指定地点报到并参加会议。

特邀讲座嘉宾

李德毅

中国电子系统工程研究所

题目:大数据时代的认知计算.

摘要：长期以来，认知科学一直在困境中挣扎。如何用科学的方法研究思维和意识？人的意识和精神活动是由神经细胞、胶质细胞的行为和构成方式、以及影响它们的原子、离子和分子性质所决定的吗？是由物理和化学规律支配的吗？是由大脑不同区域共同作用产生的吗？ 至今，人们对大脑的功能和运作机制的复杂性仍然很无知，不能解决人的思维和意识问题。 但另一方面，人类已经进入大数据时代，在半个世纪经久不息的全球人机棋类大赛中，机器和网络表现出非凡的计算智能；移动互联网支撑大数据发现价值，导致在线的机器翻译、云搜索、语音识别和合成，语音和文字自然转换、统计学习等自然语言理解的成功运用，正在猛烈地改变着我们的日常生活；智能车模拟驾驶员在驾驶活动中的视听觉认知计算，甚至被称作汽车的颠覆性创造。总之，认知计算的丰富实践正在倒逼认知科学的研究！我们愿意结合我们长期以来提出的定性定量转换的双向认知模型——云模型，探索如何迎接数据密集型认知科学的革命。

简历:计算机工程和人工智能专家，中国工程院院士，欧亚科学院院士，现任或曾任中国指挥与控制学会名誉理事长，中国人工智能学会理事长，国家信息化专家咨询委员会委员，全军战略规划咨询委员会委员，总装科技委兼职委员，总参信息化部研究员，博士生导师，清华大学、国防大学兼职教授。

王海峰

百度

题目:互联网大数据、深度学习与自然语言处理.

摘要: 无论是按广为人知的4个“V”的定义，还是其它各种流派的定义，互联网数据都是一种真正意义上的大数据。虽然互联网上各种类型的数据日趋丰富，但语言文字仍是互联网内容的主要载体、也是互联网用户表达需求的主要形式。因而，自然语言处理也仍然在互联网技术产品中扮演着至关重要的角色。无论是传统的词法、句法、语义分析，还是近来大热的知识图谱、深度问答、智能交互，都在互联网上有着广泛的应用。深度学习首先在语音识别、文字识别、图像处理等领域证明了其价值，而近来，它在自然语言处理技术中也开始产生作用。本报告将围绕互联网大数据、深度学习与自然语言处理展开讨论。

简历:王海峰，博士，现任百度首席科学家（基础技术），兼任北京大学语言信息工程系主任、哈尔滨工业大学兼职教授、博士生导师、全国信息技术标准化技术委员会委员、国家核高基重大专项总体专家组成员等。在国际学术界，王海峰是自然语言处理领域世界上影响力最大、也最具活力的国际学术组织ACL（Association for Computational Linguistics）50年历史上唯一华人主席，他还曾担任或正在担任国际期刊副编辑、客座编辑、顶级国际会议的程序委员会主席、Workshop主席、Tutorial主席、Industry track主席、及领域主席等。王海峰1999年3月毕业于哈尔滨工业大学获，博士学位，曾任微软中国研究院副研究员、isilk.com 研究科学家(香港特区政府优秀人才计划)，东芝（中国）研究开发中心副所长兼研究部部长、首席研究员等。
吴华，博士，现任百度高级科学家，百度自然语言处理技术负责人。加盟百度前，曾任微软（亚洲）研究院副研究员、东芝（中国）研究开发中心主任研究员、研究经理。主要研究领域包括机器翻译、自然语言处理、机器学习等。吴华将担任NLP领域排名第一的国际会议ACL 2014的程序委员会主席，并曾担任IJCNLP 2011、ACL 2012领域主席。

任福继

日本德岛大学

题目:语言理解、情感机器人、心理健康计算.

摘要:人工智能奠基人之一的Minsky指出：问题不在于智能机器是否能有情感，而在于没有情感的机器怎么能是智能的？此说法已获得了人们的广泛共识。随后的研究发现：大脑中情感通道受损的患者的认知能力和智商并没有降低，而做决策的能力却严重受损。由此可见，情感是智能的一部分，是智能不可分割的要素；先进智能（指自然智能与人工智能的高度融合）要取得突破，在很大程度上取决于我们能否赋予机器具有情感能力，包括情感认知和情感合成能力。本报告着重阐述基于语言理解的情感计算方法，建立在语言声音表情等多模态基础上的情感机器人构建原理，运用心状态转移网络及先进智能理论对心理健康进行感知与计算的理论及工程手法。

简历:任福继，日本国立北海道大学工学博士。曾先后任职于日本CSK主任研究员、美国新墨西哥州立大学访问教授、日本国立德岛大学教授、美国佛罗里达国际大学客座教授、日本国立德岛大学智能工程系主任、信息决策部门长、国际连携教育开发中心副中心长。中国科学院海外评审专家、海外杰出青年学者基金获得者、中国科学技术协会海智专家、教育部长江学者讲座教授。IEEE自然语言处理与知识工程国际会议创立者、会议主席。在日中国科学技术者联盟首届会长、日本新华侨华人会前会长及名誉会长、全日本中国人博士协会原会长。日本信息处理学会、人工智能学会、语言处理学会、电子信息通信学会及IEEE高级会员，亚洲太平洋机器翻译协会会员，美国ACL、IASTED会员。日本工程会院士。中国人工智能学会副理事长。日本自然科学源内赏、康乐会奖、吴文俊人工智能科学技术奖创新一等奖获得者.

Randy Goebel

加拿大阿尔伯特大学

题目:Natural Language Processing: The Challenge of Compressing Data to Models.

摘要:The problem of machine processing of natural language (NLP) has long been a research focus of artificial intelligence. This is partly because the use of natural language is easily conceived as a cognitive task requiring human-like intelligence. It is also because the rational structures for computer interpretation of language require the full suite of computational tools developed over the last hundred years (grammar, dictionaries, logic, parsing, inference, and context management). Most of the recent practical advances in NLP have arisen in the context of simple machine learning applied to large language corpora, to induce fragments of language models that provide the basis for interpretive and generative manipulation of language. These largely statistical models are arisen in what has been called the "pendulum swing" of NLP, in which statistical models have recently dominated those based on structural linguistics. In this lecture, we look at the concept of noisy corpora and their role in language models, including some interesting alternative sources of data for building language models. The applications range from complex language summary to the information extraction from medical, legal, and historical documents.

简历:Randy Goebel is a professor in the department of Computing Science at the University of Alberta, in Edmonton, Alberta, Canada.

        He is also vice president of the innovates Centre of Research Excellence (iCORE) at Alberta Innovates Technology Futures (AITF: www.albertainnovates.ca), chair of the Alberta Innovates Academy, and principle investigator in the Alberta Innovates Centre for Machine Learning (www.aicml.ca). He received the B.Sc. (Computer Science), M.Sc. (Computing Science), and Ph.D. (Computer Science) from the Universities of Regina, Alberta, and British Columbia, respectively.

        At AITF, Randy is in charge of reshaping research investments (graduate student scholarships, research chairs, research centres). His research interests include applications of machine learning to systems biology, visualization, and web mining, as well as work on natural language processing, web semantics, and belief revision. Randy has experience working on industrial research projects in crew scheduling, pipeline scheduling, and steel mill scheduling, as well as scheduling and optimization projects for the energy industry in Alberta.

        Randy has held appointments at the University of Waterloo, University of Tokyo, Multimedia University (Malaysia), Hokkaido University (Sapporo), and has had research collaborations with DFKI (German Research Centre for Artificial Intelligence), NICTA (National ICT Australia), RWC (Real World Computing project, Japan), ICOT (Institute for New Generation Computing, Japan), NII (National Institute for Informatics, Tokyo), and is actively involved in academic and industrial collaborative research projects in Canada, Australia, Europe, and China.

林德康

美国Google公司

题目:Mining Lexical Knowledge from Unlabeled Text.

摘要:There has been a great deal work on acquiring lexical knowledge from unlabeled text, by using textual patterns to extract properties of words or phrases or relationships between them. Many types of lexical knowledge can be obtained this way, including the gender and animacy properties of words, type-instance relationships, part-of relationships, etc. In this talk, I will discuss several examples of this approach and address a number of related issues, such as ``What constitute good patterns?'', ``Where do they come from?'' and 'How to deal with the inherent noise in the extracted instances?''

简历:Dekang Lin is a Staff Research Scientist at Google. Dekang Lin received his BSc from Tsinghua University and his PhD from the University of Alberta, both in Computer Science. Before joining Google in 2004, he was a professor at the University of Alberta. His main research interests include principle-based parsing and unsupervised learning from text and question-answering. He is Co-Editor-In-Chief of the Transactions of the Association for Computational Linguistics and was General Chair for ACL 2013 and Program Co-chair for ACL 2002.

邓力

美国微软研究院

题目:Deep Learning: From Academic Concepts to Industrial Triumph.

摘要:Deep learning is a sub-field of machine learning that focuses on hierarchical representations of features or concepts, where high-level semantic-like features can emerge via automatic layer-by-layer learning from low-level features. In recent years, deep learning has achieved important successes in a variety of applied artificial intelligence tasks including speech recognition, computer vision, and natural language processing. The implications of such recent work have been prominently covered in recent media (e.g., NYT, Economist, MIT Technology Reviews, Google acquisition of DNNResearch, etc.). Since 2009, in partnership with leading academic researchers, Microsoft Research has been pursuing deep learning research and technology transfer, and has pioneered the development of industry-scale deep learning technology for speech recognition and other applications, resulting in industry-wide adoption of deep learning in Windows Phones (Microsoft), Android Phones (Google), iPhones (Siri of Apple and Nuance/IBM), and Baidu Phones. In this lecture, I will provide a historical overview on how academic conceptualization of deep learning rapidly evolved into wide product deployment worldwide within only a few short years, and discuss what implications this recent triumphant history may have for future academic-industrial collaborations. I will also go into some technical depth in describing the current deep learning technology, and in particular the disparate approaches which industry and academia take in current pursuits of the technology. I will conclude by analyzing future directions of deep learning, and speculating on what types of information processing and artificial intelligence applications may benefit most from deep learning technology in light of the known mechanisms of human brain that grounds intelligence and extreme effectiveness in information processing.

简历:Li Deng received the Ph.D. degree from the University of Wisconsin-Madison. He was an assistant professor (1989-1992), tenured associate professor (1992-1996), and Full Professor (1996-1999) at the University of Waterloo, Ontario, Canada. In 1999, he joined Microsoft Research, Redmond, WA, where he is currently a Principal Researcher. Prior to MSR, he also worked or taught at Massachusetts Institute of Technology, ATR Interpreting Telecom. Research Lab. (Kyoto, Japan), and HKUST. He has been granted over 60 US or international patents in acoustics/audio, speech/language technology, and machine learning. He received numerous awards/honors bestowed by IEEE, ISCA, ASA, and Microsoft. In the general areas of audio/speech/language technology and science, machine learning, and signal/information processing, he has published over 300 refereed papers in leading journals and conferences and 4 books. He is a Fellow of the Acoustical Society of America (ASA), a Fellow of the IEEE, and a Fellow of the International Speech Communication Association (ISCA). He served on the Board of Governors of the IEEE Signal Processing Society (2008-2010), and as Editor-in-Chief for the IEEE Signal Processing Magazine (2009-2011). He serves as General Chair of the IEEE ICASSP-2013, and as Editor-in-Chief for the IEEE/ACM Transactions on Audio, Speech and Language Processing. He initiated the deep learning work within Microsoft in 2009 (working with Prof. Geoff Hinton “in house”), with its inspiration and influence soon spread to the industry. His technical work and the leadership since 2009 in industry-scale deep learning with colleagues and academic collaborators have created significant impact in speech recognition and the related areas of information processing including information retrieval, spoken language understanding, speech synthesis, image recognition, machine translation, and web search.

季姮

Computer Science Department

题目:Mining Lexical Knowledge from Unlabeled Text.

摘要:Recent years have witnessed a big data boom that includes a wide spectrum of heterogeneous unstructured data types, from image, speech, and multimedia signals to text documents. Information Extraction (IE) is a task of identifying “facts”, such as the attack/arrest events, people's jobs, people's whereabouts, merger and acquisition activity from such unstructured data sets on a massive scale. Traditional IE techniques assess the ability to extract information from individual documents in isolation. However, users need to gather information which may be scattered among a variety of sources. These facts may be redundant, complementary, incorrect or ambiguously worded. Furthermore, the extracted information from a document may need to augment an existing Knowledge Base (KB). This requires the ability to link events, entities and associated relations in a document to KB entries and thus present many unique challenges. In this talk, I will define several new extensions to state-of-the-art IE and systematically present the foundation, methodologies, algorithms, and implementations needed to create the next generation of information access with more accurate and robust extraction capabilities. More specifically, I will discuss: (1). How to break the performance ceiling of IE by changing the fundamental philosophy from sequential pipeline to joint modeling? (2). How to decode and encode information morphs from noisy data under active censorship? (3). How to construct and populate a trustable KB by marrying IE with data mining?

简历:Heng Ji is the Edward G. Hamilton Development Chair Associate Professor in Computer Science Department of Rensselaer Polytechnic Institute (RPI). She is a faculty member affiliated with three research centers at RPI: Tetherless World Constellation, Rensselaer Institute for Data Exploration and Applications, and Center for Cognition, Communication & Culture. She received her B.A. and M.A. in Computational Linguistics from Tsinghua University in 2000 and 2002 respectively; and her M.S. and Ph.D. in Computer Science from New York University in 2005 and 2007 respectively. Her research interests focus on Natural Language Processing, especially on Cross-source Information Extraction and Knowledge Base Population (KBP). She received Google Research Award, NSF CAREER award, Sloan Junior Faculty award, IBM Watson Faculty award, PACLIC2012 Best Paper Runner-up, "Best of SDM2013" Paper award and AI's Top 10 to Watch award by IEEE Intelligent Systems. She co-organized the NIST TAC-KBP track in 2010 and 2011, and served as the Information Extraction area chair for NAACL2012, ACL2013 and EMNLP2013. Her research is funded by NSF, ARL, DARPA, Google and IBM.

关于做报告的相关规定

交通路线1:苏州北站到凯莱大酒店

出租车

沿途经过:太阳路，S227，官渎里立交，万宝广场，东环路，干将东路。
时间：25分钟左右
费用：普通出租车约47元，电调出租车 80-90元（出租车接受电话召车，时间段为7:00-22:00，热线67776777）

公交

直达公交：

乘坐811路到双塔站下，步行530 m至凯莱大酒店。
时间：共1小时30分钟
费用：每人2元

换乘公交（最快捷）：

乘坐快线8号空调约21分钟，在相城经济开发区站下车，转乘89路约31分钟，到相门站下车，向西240 m步行至凯莱大饭店。
时间: 共1小时20分钟
费用：每人4元

路线地图： 蓝线是出租车，红线是直达公交，绿线是换乘公交。

苏州北站

出租车入口

公交乘坐地点

交通路线2苏州站到凯莱大酒店

出租车：

路线1：沿途经过：苏州站，北寺塔，人民路，白塔西路，临顿路到凯莱大酒店。
时间：约15分钟
费用：约15元
路线2：沿途经过：东汇路，塘坊湾桥，莫邪路，干将东路到凯莱大酒店。
时间：约20分钟
费用：约19元（出租车接受电话召车，时间段为7:00-22:00，热线67776777）

公交：

火车站南广场出发：

直达1（较快捷）：乘坐40路约40分钟到达相门站，步行240 m至凯莱大酒店。
时间：约40分钟
费用：每人2元

火车站北广场出发

直达2（较快捷）步行170 m到火车站台，乘坐518约18分钟，在相门站下，步行240 im 至凯莱大酒店。
时间：30分钟
费用：每人2元

深蓝线是出租车路线1，浅蓝线是出租车路线2，桃红色是直达1，绿线是直达2.

苏州站

火车出口

红色箭头是公交出口，黄色箭头是出租车出口

交通路线3苏州园区站到凯莱大酒店

出租车:

路线1：沿途经过：从园区站出发，至和西路，至和西路高架，苏红中路，槟榔路，苏幕路，途径新城花园，星明路，中新路，干将东路，到凯莱大酒店。
时间：约25分钟
费用：约30元（出租车接受电话召车，时间段为7:00-22:00，热线67776777）

公交:

无直达

换乘公交:乘坐139或115约17分钟，到园区行政中心西站下，步行150m至星湖街站，乘坐地铁1号线至相门，步行240m至凯莱大酒店。
时间：约50分钟
费用：每人5元

蓝线出租车，绿线公交车

苏州园区站

出租车出口

公交车站点

红色箭头售票处

上海到苏州停车点（苏州银行旁边）

临顿路站地铁一号线