AI
핑퐁팀과 함께하는 ACL 2020 리뷰
두줄요약
ACL 2020의 제출·합격률과 Generation, Dialogue 등 주요 NLP 연구 경향을 분석했습니다. 대화, 생성, BERT 최적화 관련 논문 24편의 핵심 방법과 성과를 리뷰했습니다.
구조와 흐름
- ACL 2020 제출 논문 2,244편과 약 25.44%의 합격률 추이
- 논문 제목 키워드 빈도 기반 Generation, Translation, Dialogue, Graph 연구 경향 분석
- 초록과 핵심 그림 중심의 ACL 2020 논문 24편 간략 리뷰
선택 이유
- 대규모 Transformer와 생성 모델 발전에 따른 생성·번역 연구의 높은 비중
- 일상 대화 모델 공개 흐름과 함께 상승한 Dialogue 연구 관심도
- 관계 표현과 외부 지식 활용 관점의 Graph 기반 NLP 연구 확대
성능/운영 포인트
- DeFormer, T-TA, schuBERT 등 Transformer 추론 비용·모델 크기 최적화 접근
- SOM-DST, BPE-Dropout, CONPONO 등 대화 상태 추적·서브워드 정규화·담화 표현 성능 개선
- BLEURT와 종합 자동 평가 기반의 생성 텍스트 평가 품질 보완
적용해볼 점
- 대화 생성, 대화 상태 추적, 응답 검색의 불확실성 처리와 평가 지표 개선 방향 참고
- 지식 그래프·이미지·멀티태스크 학습을 결합한 오픈 도메인 대화 에이전트 연구 검토
