12月7日，自然語言處理國際頂會EMNLP 2022在阿聯酋阿布扎比召開，本次大會，中國研究團隊表現優異，阿里巴巴達摩院共有33篇論文被接收，是論文入選數量最多的研究機構之一。達摩院相關研究成果涵蓋跨模態理解和生成預訓練、知識增強的多語言預訓練、具有自我評估能力的機器翻譯等領域，多項成果已在魔搭社區ModelScope平臺開放。
EMNLP 2022在阿布扎比召開
EMNLP是自然語言處理領域高影響力的會議之一，其在Google Scholar計算語言學刊物指標中排名第二。和傳統學術會議不同，EMNLP更注重自然語言算法與各領域應用的結合，吸引了Google、微軟、麻省理工學院等全球頂級科技公司和研究機構的參與。據介紹，今年大會主會和Findings共接收1381篇論文，其中主會接收論文829篇，接收率創新低僅為20%。達摩院共有22篇論文被主會接收，11篇論文被接收為Findings（不上主會報告的論文）。
達摩院NLP實驗室資深算法專家邴立東在本次大會上共有8篇論文入選主會，個人入選論文數量位居全球研究者前列。他表示：“今年大會學術界和工業界的研究趨勢仍在發生微妙的變化，語言模型 (Language Model) 相關的研究熱度居高不下，有155篇論文在標題里提到了該關鍵詞，此外跨模態預訓練、文本生成、對比學習等領域的論文數量也在持續增長。”
EMNLP 2022大會首日議程
以大模型為例，達摩院創新性地提出了skip-connected網絡結構，可解決當下多模態預訓練模型訓練和推理效率低，以及跨模態對齊模塊中存在語義信息被視覺序列掩蓋的問題，該網絡可提高視覺表示中self-attention的計算效率，提速至少4倍。實驗結果顯示，基于該網絡，達摩院通義AliceMind體系下的多模態預訓練模型mPLUG用1300萬公開圖文數據預訓練的模型，超越了傳統模型上億訓練數據的效果。相關研究可應用于圖像描述、圖文檢索、視覺定位和視覺問答等領域，基于該底座，達摩院于2021年在VQA(視覺問答）任務上實現了首次超越人類結果的突破。
據介紹，達摩院研發的阿里通義AliceMind體系涵蓋預訓練模型、多語言預訓練模型、超大中文預訓練模型等，具備閱讀理解、機器翻譯、對話問答、文檔處理等多種能力，該模型體系已斬獲36項冠軍。
來源：TechWeb
