本文转载自知乎清华大学刘知远教授的回答,原文链接。
ACL、EMNLP、NAACL、COLING几个会在一起比较,有些明显的特点。ACL是公认综合性最好的自然语言处理领域顶级会议,无论是偏重语言性质探索还是偏重学习方法研究,都兼容并收。EMNLP看名字就知道是偏重数据驱动方法的会议,由于近年来机器学习影响深远,这个会上升很快,总体而言更加偏重定量实验观察分析,所以实验做得多做得好做得巧,比较容易受到EMNLP的认可。NAACL由于美国学者更偏重数据驱动的方法,所以感觉风格和EMNLP相近,而且美国学者特别偏好NAACL,因此很多重量级工作发表在该会议上,由于国内投稿不多所以只被列为CCF C档,并不反映其水平。COLING是老牌的计算语言学学术会议,可以由于两年一开曝光率不够很难跟上现在一日千里的技术进步,影响力似乎不如以前。
IJCAI/AAAI两个会由于这几年AI大火,规模成倍增长,都是AI届盛会保罗万象。海量投稿给审稿组织带来很大挑战,感觉每届审稿质量与程序委员会主席有密切关系,例如AAAI 2019是周志华老师等担任PC Chair,感觉审稿质量整体高于当年的IJCAI。与ACL/EMNLP/NAACL/COLING相比,IJCAI/AAAI投稿能送到小同行手上的概率明显低,因此建议:如果论文选题是NLP专门任务上的细致改进的话,建议投ACL等专门会议更容易获得认可;如果论文选题是NLP相关的新任务新思路新方法等新颖工作,即使工作还有些粗浅,也更容易得到IJCAI/AAAI大同行的认可。此外,由于知识表示与计算是AI的主要话题,所以知识和NLP交叉的工作(如知识表示学习、实体关系抽取、智能问答等)更容易受到IJCAI/AAAI的认可。当然,由于很难遇到小同行,也会导致IJCAI/AAAI的NLP论文质量方差较大,建议理性对待。
NIPS主观感觉更偏重理论些,而ICLR相对显得更开放活泼一些,有更多的NLP相关的应用和探索。