到底有多少人在做 千 3 NLP 2020投稿破 研究 ACL (exo到底有多少人)
这引起了笔者的好奇，历届 ACL 都接收了多少文章呢？当前做NLP的研究人员数量在什么量级呢？目前最热的研究领域是什么呢？
笔者在搜索相关资料的时候，无意间发现就在前不久已经有人做了更为详细的调查和分析，
这是位匿名者。
研究内容发表在medium上，账户也是新注册的。笔者顺藤摸瓜，找到了他的调查研究论文《The State of NLP Literature: A Diachronic Analysis of the ACL Anthology》，论文内容丰富多样，调查了ACL Anthology（AA）相关的所有论文，范围从1965年到2018年。
在论文首页底部他也写了，匿名是因为这项工作目前还没有正式发表。
且先不追究这位作者是谁，雷锋网从报告及他的博客中撷取部分内容，来了解 NLP 领域 50多年来的发展态势。共有八问——
1、NLP领域每年发多少论文？
2、有多少人在做 NLP 研究？
3、哪个会议/期刊的论文最多？
4、NLP领域，女性喜欢做什么研究？
5、NLP领域，年轻人真的越来越多了吗？
6、对哪种语言的研究最多？
7、哪个领域最热？
8、谁的影响力最大？
1、NLP领域每年发多少论文？
截至2019年6月，AA拥有约50,000个条目，但其中包括一些并非真正的研究出版物的条目（例如，前言、序言、目录等），将这些舍弃后，还剩44,896篇文章。上图中显示了从1965年到2018年期间，每年发表的论文数量。从图中可以看出：1）1990年之后，NLP的研究开始突飞猛进，特别是在2000年之后，AA文章数量开始破千；2）隔年出版的影响在图中可以清晰看到，特别是1998年以来，类似LREC、COLING这样的会议。
2、有多少人发论文？
除了隔年出版的会议影响外，我们可以看出一个明显的趋势，即从事NLP研究的人数在不断增长。
一个进一步的有趣的问题是，发表论文的人到底有多活跃呢？这很难确切回答，但我们可以将一段时间里的人数累加起来看，例如
3、哪个会议/期刊的论文最多？
当然是各种 workshop 了！
这张图展示的是不同会议或期刊的收录论文情况。
4、NLP领域，女性喜欢做什么研究？
NLP领域和其他领域一样，并不会记录作者的个人信息，例如性别、年龄、语言等。但这并不代表我们没有办法研究性别分布——作者的名字往往会蕴含着性别信息。根据这个信息，这位匿名作者利用美国社会保障局发布的新生儿姓名和性别数据库进行匹配识别。
（作者注：由于中文名字的拼音与性别识别的关联较小，因此中文作者的性别较难识别。）
1）女性发表的论文占多大比例？
下面这幅图是女性作为第一作者在历年论文中所占比例
经过统计，女性作为第一作者发表论文数量约26637篇，大约占总论文数量的30.3%。从时间线上来看，从1980年至今，女性第一作者论文比例总体来说变化不大，但近年来却有稍微的下降趋势。
尽管30%的比例，相较于计算机科学的其他子领域已经比较高了，但离男女势均力敌还比较遥远。
2）女性喜欢做什么研究？
作者还做了一个有意思的统计，依据关键词来看女性第一作者的分布。从图中可以看出，女性的工作在dISCourse、annotation、study、corpus等领域所占比例较多，而例如parsing、dependency、model等则相对较少。
5、NLP领域，年轻人真的越来越多了吗？
如果能去调查NLP研究人员的实际年龄分布，当然是一件有趣的事情。但很遗憾，目前没有这样的信息。于是这位匿名作者另辟蹊径，提出了：NLP学术年龄。如果一位研究人员是第一年在AA上发表，那么这个研究人员的NLP学术年龄是 1 ；如果是在2001年发表第一篇AA论文，并且在2018年发表了最新的AA论文，那么他的学术年龄是18。
首先来看NLP研究人员的在每一年的平均学术年龄分布——
从上图看出：
1）2018年的平均学术年龄为5.41年；
2）NLP研究也在逐渐走向“老龄化”；
3）直到 2016、2017年，研究人员的平均学术年龄在不断增长，但随后却开始下降了，这个可以从下图中看得更加清楚一点——
作者统计了每年学术年龄的中位数，1965年至1990年大部分时间的平均年龄为1岁，1991年至2006年大部分时间的平均年龄为2岁，2007年至2015年大部分时间的平均年龄为3岁，此后又回到2岁。这大概是 NLP 领域的“返老还童”吧！
我们还可以从另一个角度来看，
作者统计了每年首次发表论文的作者比例，在1965年-1985年期间，这个比例逐渐下降；随后到2005年基本稳定在40%-50%之间；然后2005年到2015年则下降到40%上下。这也说明了从1985年之后，NLP社区已经趋于成熟稳定。不过我们有趣的是，从2016年之后，这个比例又开始逐渐上升了。（注：这个比例明显会受到奇偶年的影响）
再详细一点，我们来看 2011 - 2018年，不同学术年龄之间的比例：
其中2018年首次发表论文的作者占到44.93%，而学术年龄不到5年的作者比例占到65%。事实上，该数字自1965年以来一直在稳步下降，在1990年代为60％至70％，2000年代初上升到70％至72％，然后再次下降，直到2010年达到最低值（约60％），并再次稳定上升，直到2018年（65％）。
因此，如果不是去回顾历史的话，我们常常会感觉最近的会议上有大量新人涌入，虽然这是事实，但也是错觉。事实是，现在（2018年），NLP领域的平均学术年龄要比历史上许多时候都要高，年龄大的（因此也是经验丰富的）人所占的比例要更多。
6、对哪种语言的研究最多？
正如维特根斯坦所说：“我的语言将限制我的世界”，对于一个语言群体也是如此。能否将其所使用的自然语言融入到自动系统（例如计算机）中，以及融入程度如何，是决定使用该语言的人群在网络世界中影响力的关键因素。
我们知道，当前的NLP研究主要是针对英语/英语数据集。原因很多，这里不再赘述；这种现象就会造成一个现象，即当研究课题是非英文语言时，往往会在文章标题中显示出语言的名字。
作者据此观察，统计了如下的表格，共有122种语言：
图中字体较小，但大致是颜色越深，标题中出现的频率越高。从中可以看出中文的研究是所有非英语中频率最高的，且远远高于其他语言（例如法语、日语等）。
7、哪个领域最热？
从1965年至今，NLP领域的研究热点是怎么变化的呢？这是一个有意思的问题。
由于AA文章往往不要求作者提交关键词，因此要想统计文章的研究方向，最便捷的一种方式就是——从标题中提取关键词。
这里作者做了假设，认为标题内容是和文章研究主题一致的。
Sneha Kulkarni曾表示：“一个好的研究论文标题，应当满足三点，1）用尽可能少的词概括论文的内容；2）吸引到读者的注意力；3）将论文与同一领域的其他论文区分开。”
如果按照这个理想规则，那么使用标题来提取关键词应该会具有一定的代表性。（当然实际上还会有许多要考虑的因素，这里不再赘述）。
因此，作者的假设，再具体一点就是：随着时间的流逝，与该领域相关的标题词的出现频率，将在某种程度上反映出对某个研究领域的广泛兴趣。
那么，在过去这些年里，哪些才是热门呢？
作者统计了从1980年到2019年的论文，如下图
从术语分布来看，NLP论文标题中最常用的术语是language，其次是translation。如果考虑bigram的话，如下图：
最常出现的术语是machine translation，毫无疑问，机器翻译是NLP领域最受关注的研究领域之一。
我们再来看不同的研究领域随着时间线的变化：
（注：图中有个小错误，parsing对应于浅绿线）
从这张图中可以看到一个非常有意思的现象，即，在1980年-2008年之间近三十年的时间里，language、translation、parsing在80年代炙手可热，而现在已经远不如当年受欢迎了；而另一方面，neural在80年代经历了一段高潮之后，迅速下降，但近年来却又突破重围，再次超越而出。
我们可以把parsing的时间线单拎出来：
真的是不复当年！
另一个有意思的是，可以对比statistical machine, neural machine 和machine translation在近40年里的变化趋势：
统计机器经历过一段高潮之后，现在已经基本销声匿迹了；而神经机器则随之崛起。正所谓“沉舟侧畔千帆过，病树前头万木春”！
8、谁的影响力最大？
引用率并不一定能反映一篇文章的质量或重要性，但却是一个重要的参考。作者指出：
“对于为什么有些论文会被大量引用，而有些不会，很难说清，论文被高引，可能是引起了该领域的想象力，也有可能是它们极具创造力，或者开辟了一个新的研究领域，在很大程度上推动了技术发展，检验了令人信服的假设，或者产生了对多数人有用的数据集等等。”
作者从Google SchOLAr上对4万多篇论文的引用率进行提取，获得了33,051篇论文的引用信息。
下面两张图，是同一个信息，但按照不同的顺序排列的——
第一张，按照相关所有论文的引用总数排列，可以看做机器翻译是总引用率最高的，其次是统计机器、情感分析。
但是这种方式有其弊端，即不同领域，发表的论文数量也不相同，于是作者又按照平均引用率进行排列，这就给我们展示了另外一种视角：
从中可以看出，自动评估才是引用率的王者，语料库和词汇资源才是广受欢迎的宠儿。所以，要想高引，还是要做资源建设呀。
作者别具一格地结合了学术年龄，来分析学术年龄对引用率的影响。
从中可以看出，在论文数量和总引用率上，学术年龄为1年和（10-14）年的是NLP的主力军。
在平均引用上，7年的学术年龄是最好的。倒U形的分布也很好理解，人们普遍会引用年限不是很久远、但也不是刚刚出炉的论文。对于那些学术年龄在35-50之间的，平均引用率则普遍低到可怕。
针对引用率，作者也做了性别分析：
显然，无论是总引用率、总论文数，还是平均引用、中位数引用，男性都要比女性高。（其中的unknown是考虑到有大量来自中国的论文作者，该研究作者不知道如何区分他们的性别）
作者也做了性别相关引用在时间跨度上的分析
请注意，女性第一作者在ACL的历史上一直是少数派； 但是平均而言，她们在早期（1965年至1989年）的论文被引用的次数明显多于同期的男性第一作者。从图中可以看出，这种情况在1990年代有所改变，男性第一作者的论文平均获得了明显更多的引用。引用差距在2000年代大大减少，2010-2016年期间引用差距进一步缩小。
有趣的是，在2000年之后，性别未知的作者几乎弥合了与男性作者之间的差距。作为中国人，笑而不语啊！
9、补充一点
这里仅撷取该研究的部分结论，在作者的论文原文以及博客中有大量更充实的分析内容。感兴趣的读者可以：
1）关注「」微信公众号，后台回复「」下载论文原文；
2）阅读作者博客：（注：需翻墙）
雷锋网报道。
原创文章，未经授权禁止转载。详情见 转载须知 。
中文网站地区排行榜单,地区网站上升排行榜。根据过去一周中文网站各地区网站总积分排名得出,反应了各地区中文网站热度。
imageX是一款基于Midjourney和Stablediffusion，并结合最先进的Ai模型研发出的具有颠覆传统绘画方式的创意绘图的软件，在这里将为您带来全新的绘画体验。
深圳市棕狮科技有限公司是一家集研发、生产、销售、服务于一体的综合企业。专注于研发生产高品质的汽车屏钢化膜，致力打造业内最好用、最好贴的中控屏钢化膜。
南通旧沙发翻新18912428733,免费上门提供:南通沙发翻新换皮换布维修,餐厅椅子包布,按摩椅换皮维修,办公椅翻新,老板椅换皮,床头软包,宾馆KTV会所沙发塌陷加固,南通沙发翻新业务覆盖崇川区,开发区,如皋,海安,通州,如东,海门,启东
驾考理论,驾考宝典,科目一,科目四,专业驾校理论知识学习
合肥通用电子技术研究所-合肥通用电源设备有限公司
石家庄永龙耐火材料厂主要生产莫来砂、铸造莫来砂、莫来粉，耐火度高，易脱壳，无次品。
乐陵市瑞腾机械设备有限公司是一家专业生产粮食加工设备、调味品加工设备、农牧机械设备的科研型制造企业,公司面粉机械\面粉加工成套设备覆盖全国市场,井远销伊拉克、印度、埃及、俄罗斯、哈萨克斯坦、巴基斯坦、非洲等国家。
《友点企业网站管理系统》（YouDianCMS系统）集电脑网站、手机网站、微信、APP、小程序于一体，共用空间，数据自动同步，是五合一企业建站专业解决方案。咨询热线：0731-84037726
专业家教网站，能够提供语文， 数学，英语，物理，化学等学科以及奥数，小提琴，钢琴，书法，计算机 等全方位的家庭教育服务。为广大学员提供各学科的兼职家教老师和专职家庭教师，帮助小学教师、中学教师和大学生家教寻求家教兼职。
Thisismypage
飞游网是专为游戏玩家们打造的一个安全、快速、绿色专业的下载前沿基地，这里汇集全网各种最前沿最新手机资源和安卓应用app，让你率先在这里尝鲜各种手机游戏、应用app、攻略、资讯、教程等相关内容，给你一站式的游戏网站服务体验。
2021年，我国将发展托育服务体系列为，KPI，在，十四五，期间，每千人口拥有3岁以下婴幼儿托位数由1.8个提高到4.5个，意味着2025年中国托位总量要达到630万个，据数据显示，我国现有0，3岁婴幼儿4200万，其中1，3的家庭有着比较强烈的托育服务的需求，但实际入托率为5.5%左右，供需缺口还很大，KPI和民众需求的推动，使得...。
想要发家致富吗，想要过上好的生活吗，如果你有梦想那就快快行动吧，经过自己的努力与奋斗创造不一样的人生，近些年来，加入创业大军的人群越来越庞大，也收获了意想不到的财富，眼光犀利的人们看好餐饮行业，人们纷纷前来分一块蛋糕，包卟同包子是众多创业者青睐的品牌，公司在经济方面和生产技术方面的实力相当强大，是一家具有规模性的美食企业，在业界拥有超...。
比亚迪汽车现已成为国产车企中的一把好手，这源于比亚迪汽车不断对夯实自身的技术实力，不断的研发出具有代表性的创立技术，而现在比亚迪汽车亦成为很多消费者的购车优选，那这样是否能够验证比亚迪汽车销量怎么样呢，下面随着小编的脚步一起来了解下，比亚迪汽车销量比亚迪汽车坚持以科技创立，不断的研发具有专利代表性的技术，为消费者提供更加智能化，更加安...。
火锅相信是大家比较熟悉的食物，很多人们会选择在家里在做火锅吃，买上自己喜欢的食物和一些火锅底料，大家围坐在一起也是非常开心的一件事情，市面上的火锅产品也是不断增多，火锅串串比较受大家的的欢迎，也让很多的创业者们看到了其中的商机，纷纷想要选择加盟其中，签年时光串串香加盟店美食多吗，接下来就由小编为大家简单的介绍一下吧，签年时光店内的装修...。
说到农贸市场的时候，相信很多人都知道，里面的东西也是非常多的，不仅有水果而且有菜类以及肉类还有海鲜之类，相比超市来讲，农贸市场的产品价格比较实惠，因此有很多人都喜欢去农贸市场购买东西，加盟商也看到了这个趋势，都想加入，那么现在为大家来介绍一下翠苑路农贸市场加盟靠谱吗，翠苑路农贸市场加盟靠谱吗?翠苑路农贸市场加盟靠谱，相对于蔬菜和水果之...。
董记无骨烤鱼饭是一种新式快餐，主打鱼肉美食，也主打各种快餐美食，是市场新兴美食店铺，有很多的顾客前来购买，凭借着独特的口味和实惠的价格受到了顾客和加盟商的信任与好评，很多人想知道无骨烤鱼饭加盟店怎么样，接下来就为大家介绍，无骨烤鱼饭加盟店怎么样董记无骨烤鱼饭是一个发展多年的企业，主打快餐，小吃等，价格实惠，好吃不腻，在市场上发展很稳定...。
健康饮用水管对于现在装修行业来说有着很大的需求，水管工程属于隐蔽工程，对于水管的质量，品牌的认可度都很高，龙胜管业品牌创办时间就很长，在市场经营已经有20多年时间，龙胜管业品质怎么样，加盟费用高吗，龙胜管业经过很多年的努力以后，能够在给水管、采暖管、开关插座、灯具照明、集成吊顶、换气扇等一些领域做的更出色，把水电建材产品做好生产和批发...。
2017年6月2日，丽博橱柜丨全屋定制，大干30天，再下30城，拓展招商启动会在公司总部四楼会议室胜利召开，公司总经理何国平、零售业务总监胡国帅、拓展部经理沈林金以及拓展部的招商精英们共同参加了启动大会，会上，零售业务总监胡国帅对项目执行的各项细节进行了深入的剖析和指导，并视频，亮剑精神，，向全体招商精英们传达了，狼性团队，就是组织严...。
某宝几乎是每个人都知道的一个购物平台，在这个信息化的时代，选择某宝进行网购的人也越来越多，而且某宝也为网购者提供很多扶持，比如说很多物品都提供了七天退货的服务，这也让越来越多的人愿意相信某宝是一个可以给人们带来性价比比较高的商品，随着越来越多的人开始网购开网店的人也越来越多，很多创业加盟商都认为开网店是很挣钱的，都想某宝这个平台开一家...。
520的浪漫是玫瑰和咖啡缺一不可，近日，万咖啡，WanVita，推出新品咖啡——粉红拿铁，助力520爱的表达，萃取棚晒阿拉比卡咖啡豆，加入新鲜牛奶和超级食物甜菜根粉，制成爱意满满的红粉拿铁，颜值和风味俱佳，一杯红丝绒质感的粉红拿铁，用粉红的色彩唤醒人们内心深处的天真烂漫，万咖啡招牌饮品粉红拿铁，2020年，万达酒店及度假村在宁波万达美...。
随着人们生活水平的提升以及休闲娱乐需求的增加，ktv的市场消费力度也是在不但扩大，备受市场认可的当下，也是西影路不少创业者的发展目光，就开个ktv大概需要多少钱，对此感兴趣的朋友不妨跟着小编一起去了解一下，众所周知，KTV，一直都是以唱歌的形式来吸引消费者，但是，单一的模式在激烈的竞争面前很容易受到市场波动的影响，多元化的市场发展趋势...。
如今，市面上的披萨品牌众多，一些对披萨这个行业感兴趣的创业者们，想要知道全国十大披萨加盟店排行榜的大致情况介绍，下面就一起跟随小编往下看看吧，1、叫板披萨叫板披萨为了产品的质量，品牌引进了先进的生产设备和技术，不断改进工艺流程，并且严格控制生产环境和生产过程，产品的质量，因此得到了广大消费者的点头称赞，在未来的时间里，品牌的成员们还将...。
不难发现，在庞大的餐饮市场中，小吃系列的产品，尤为受大众所欢迎，且行业的发展空间也是在不断的壮大中，其中麻辣烫，作为经典的小吃，运营中，获得了男女老少的喜欢和追捧，营销的空间持续增长，奔跑吧麻辣烫打造行业中比较有影响力的品牌，特色的产品、多元的选择、健康的风味等，这些都作为优势，成功获取了诸多的食客们的欢迎，伴随着其名气的增长，越来越...。
中国茶文化拥有上千年历史，也带动很多品牌不错发展，三千茶农茶叶凭借其商业信誉与合同履约能力，连续五年荣获，守合同重信用企业，称号，彰显了企业在行业内诚信标杆地位，此外，公司还屡获殊荣，先后被授予，中国北方潜力茶叶连锁品牌，等，总计揽获超过50项行业内外的高度评价与荣誉，充分验证了品牌在茶产业中不错地位与广泛认可，逐渐汇集了越来越多消费...。
近日，，药王谷开诊1个多月15名患者死亡，事件引发广泛关注，据新京报报道，位于湖北省十堰市武当山的，药王谷中医馆，，从事，抗癌治疗，，从2024年4月18日开诊至5月31日停业期间，就诊的患者中已有15人去世，20人病情加重，12月2日晚间，武当山特区卫生健康局、武当山特区市场监督管理局、武当山特区公安局发布情况通报，感谢广大网友对，...。
发表在专业问答2023，10，713，58展示机型信息，品牌型号，当贝X5Ultra系统版本，当贝OS4.04k激光厅和杜比全景声厅区别主要有两种，分别是投影技术和体验不同，投影技术方面，4k激光厅采用激光技术，杜比全景声厅采用杜比全景声技术；使用体验方面，4k激光厅追求画质，杜比全景声厅追求音质，4k激光厅和杜比全景声厅区别4k激光...。
发表在瑞视达投影2021，3，2513，54瑞视达S5投影仪是一款售价五百元的投影仪，采用的是单LCD显示技术与LED光源，要问这款投影仪是否真的好用，下面就分享瑞视达S5投影仪测评情况，一、瑞视达S5投影仪外观瑞视达S5投影仪的整机尺寸不大，重量大约1.75千克，用户可以轻松的更换安装位置，此外，瑞视达S5的四角做了圆弧设计，避免用...。
