在刚公布不久的国际自然语言处理顶级会议ACL 2023（The 61st Annual Meeting of the Association for Computational Linguistics）录用结果中，我院青年教师强继朋博士为第一作者的论文“ParaLS: Lexical Substitution via Pretrained Paraphraser”被录用为主会论文。扬州大学是该研究成果的唯一完成单位。

该论文（https://arxiv.org/abs/2305.08146）对词汇替换（LS）任务进行研究。LS的目的是为句子中的目标词寻找合适的替代词。最近，基于预训练的语言模型的LS方法已经取得了显著的进展，通过分析目标词的上下文环境来生成潜在的替代词。然而，这些方法在生成替换词时往往忽略了对句子意义的保留。考虑到复述模型中生成的句子包含了选词的变化并保留了句子的含义，本文探讨了如何复述模型中生成候选替代词。由于不能通过常用的解码策略直接生成替代词，提出了两个简单的解码策略，在解码过程中关注目标词的变化。实验结果表明，本文的方法在三个基准上优于已有的基于预训练语言模型的方法，包括基于大语言模型的方法。

ACL每年召开一次，是由计算语言学和自然语言处理领域历史最悠久和最具权威的学术组织——国际计算语言学协会（ACL）主办和发起的系列会议。第61届国际计算语言学年会，将于7月9-14日在加拿大多伦多召开。据谷歌学术计算语言学刊物指标显示，ACL影响力位列第一，也是自然处理领域的唯一的中国计算机学会（CCF）A类会议。