2026年8月，自然语言处理领域顶级会议EMNLP 2026录用结果公布，我院研究生共有3篇论文被录用，创近年来我院在该会议上的录用数量新高。此次录用成果分别来自学院自然语言处理实验室、智能信息处理实验室和数据挖掘实验室三支师生科研团队。各团队立足自身研究方向持续深耕，依托扎实的研究积累与创新的技术探索，取得了一系列高质量成果，凸显了学院在自然语言处理与人工智能方向的研究底蕴，也展现了师生立足前沿研究、服务国家人工智能发展规划的责任意识。
EMNLP（Conference on Empirical Methods in Natural Language Processing）是全球计算语言学与自然语言处理领域的顶尖学术会议，也是年度重要国际学术盛会，为中国人工智能学会A类、中国计算机学会B类推荐国际会议。EMNLP 2026将在匈牙利布达佩斯举行，共收到全球投稿17669篇，主会录用2719篇，录用率15.4%；Findings录用2533篇，录用率14.3%。此次论文历经多轮评审并成功入选，既是国际学界对我院学科建设成效与研究生培养质量的充分肯定，也是学院深耕特色优势学科、持续激发科研创新动能、以科研实践赋能人才培养的重要成果，展现了学院在人工智能与自然语言处理领域持续增强的学科实力和蓬勃向上的科研发展势头。
入选论文：
1、Bridging the Temporal Gap: A New Benchmark and Dynasty-aware Adaptation Framework for Ancient Chinese WSD
（自然语言处理实验室）
作者：梁予之，朱昕蓉，马利翔，万志雄；
类别：主会长文
指导教师：梁予之。
词义消歧（Word Sense Disambiguation, WSD）研究通常基于共时语境展开，该范式假设上下文实例到义项标签的映射关系在时间维度上保持稳定。但这一假设并不适用于历史文本，词语义项会随时间产生、演变乃至消亡。本文研究古汉语的历时词义消歧问题，这是一个极具挑战性的研究场景，涉及长期的语义演变以及显著的历史差异。该文提出了古汉语历时词义消歧基准数据集，这是一个基于《二十四史》构建的大规模词义消歧数据集，涵盖从西汉至清代的12个朝代，包含约2.4万个经过人工标注的实例。在此基础上，该文进一步提出了一种与模型无关的通用框架DynaSense，通过词义对比学习与朝代条件表征适配来增强预训练语言模型。在多种预训练语言模型（PLMs）和大语言模型（LLMs）上的实验表明，现有模型在历时词义消歧任务上表现受限，而DynaSense能在各类基座模型上稳步提升准确率和F1值。
2. A MultiModal Autoregressive Transformer Framework for Social Popularity Prediction
（智能信息处理实验室）
作者: 王明珠，周栋，周泽亮；
类别：Findings
指导老师：周栋教授
论文摘要：
理解并预测社交媒体内容随时间演变的流行度，对数字营销与推荐系统建设有着重要意义。现有技术多采用静态特征拼接的处理方式，难以捕捉内容热度长期演变过程中复杂的多模态交互关系与强序列依赖，往往低估高传播潜力内容的传播能力。针对该问题，提出多模态自回归Transformer框架（MMATF）。该框架从视频封面、文本内容、分类标签以及统计数据中提取并提炼核心特征表示。动态模态交互模块对各类输入信息做自适应融合，捕捉内容不断变化的传播特征，为时序关联分析打下基础。与此同时，自回归时序编码模块能够有效规避时序建模中未来信息泄露的问题。在多个数据集上开展系统实验表明，MMATF框架整体表现优于现有主流模型。此外，还验证了该框架在长期热度预测方面拥有稳定可靠的预测效果。
3、How to Solve Noise and Hard Samples: Filtering and Difficulty-adaptive
Augmentation for Fine-grained Negative Emotion Classification
(数据挖掘实验室)
作者：王连喜，林思婷，梁超，李禹莹，廖信峰，林楠铠
类别：主会长文
指导老师：王连喜，林楠铠
合作单位：暨南大学
论文摘要：细粒度负面情绪分类任务面临主观标注噪声与语义模糊的困难样本问题，这些问题会严重降低模型性能。现有大多数方法无法有效区分有效困难样本与噪声样本，且缺乏提升困难样本可学习性的策略。为解决上述问题，论文提出了一种名为“噪声过滤与难度自适应困难样本增强”（NF-DHSA）的框架，用于细粒度负面情绪分类任务。该框架首先利用归一化损失函数与预测熵的混合评分来挖掘高风险候选样本，随后采用多视图逻辑引导的过滤机制，可靠地将噪声样本与有效困难样本区分开来。此外，通过难度自适应动态增强技术生成难度适中的、标签稳定的增强样本；同时，采用原型引导的双粒度对比学习方法，在对齐原始样本与增强样本对的同时，强化了全局类别边界。在三个基准数据集上的实验结果表明，NF-DHSA框架在整体上优于基线方法，在VIRUS、 NLPCC 和COVID数据集上的Macro-F1分数分别提升了1.25%、2.47% 和 3.53%。
初稿：林思婷
复审：陈彩萍
终审：王连喜
