Nota: Estoy interpretando la pregunta como preguntando sobre la intersección de ML y NLP
En mi opinión, la mejor conferencia para la intersección del aprendizaje automático y la PNL es “Métodos empíricos en el procesamiento del lenguaje natural”. Esta es la conferencia que tiene la “tasa de éxito” más alta para mí. Casi todas las charlas / presentaciones son relevantes para mis intereses.
Sin embargo, EMNLP no tiene la misma reputación que ACL o ICML / NIPS, las principales conferencias en PNL y aprendizaje automático (respectivamente). Dicho esto, hay muchas ocasiones en las que no me interesan las cosas que suceden en esas conferencias.
- ¿Dónde puedo encontrar el algoritmo para encontrar los otros nombres de la entidad popular?
- ¿Cómo y cuándo comenzaste con Kaggle?
- Cómo convertirse en un cerebro cuant (un quant que usa IA)
- ¿Cuáles son algunas bibliotecas de software para el aprendizaje a gran escala?
- ¿Cuál es la relación de la función objetivo de muestreo negativo con la función objetivo original en word2vec?
Encuentro que ICML / NIPS generalmente no tienen revisores que entiendan la evaluación adecuada para las tareas de PNL y a menudo aceptan documentos que proponen algún enfoque loco / complicado / complicado para una tarea estándar de PNL, pero no lo evalúan correctamente (he escrito varios de estos papeles yo mismo).
Por otro lado, muchos documentos de ACL simplemente están “girando la manivela”, haciendo cosas obvias para mejorar ligeramente una métrica de evaluación aceptada para una tarea. Son buenos documentos, pero francamente un poco aburridos (yo mismo he escrito varios de estos documentos).
Los documentos de EMNLP a menudo tienen una buena visión del aprendizaje automático y se aplican bien a los problemas que me interesan. Estos documentos también aparecen en ICML, NIPS y ACL, pero me siento en una tasa más baja.
Por supuesto, los mendigos no pueden elegir, y obtener un documento en cualquiera de estos lugares es un logro.
