我院范菁教授、曹斌副教授团队一研究成果“Task-adaptive Label Dependency Transfer for Few-shot Named Entity Recognition”，被自然语言处理领域国际顶级学术会议ACL2023 Findings接收，这是我院也是我校首次在ACL会议上录用长文。

该成果提出基于参数优化的元学习方法以解决小样本命名实体识别的标签依赖转移问题，研究成果可以应用在任何CRF框架下的小样本命名实体识别模型，并且在多个不同领域的文本数据集上都取得了SOTA效果。论文第一作者为博士生张杉（2020级博士），指导教师为曹斌、张天明。

ACL，全称为Annual Meeting of the Association for Computational Linguistics（计算语言学协会年会），是公认的自然语言领域国际顶级学术会议，也是CCF推荐A类会议、Core Computer Science Conference Ranking A*类会议。是1968年由计算语言学协会（Association for Computational Linguistics ，ACL）成立的同名会议。计算语言学协会是首屈一指的国际科学和专业协会，致力于研究涉及人类语言的计算问题，该领域通常被称为计算语言学或自然语言处理 (NLP)。除同名会议ACL外，该协会还依次成立了欧洲分会 (EACL)、北美分会 (NAACL)等有影响力的区域性分会。ACL作为全球最受关注的自然语言处理顶级会议，每年都吸引了大量学者投稿、参会。

题目：Task-adaptive Label Dependency Transfer for Few-shot Named Entity Recognition

作者：Shan Zhang, Bin Cao*, Tianming Zhang, Yuqi Liu and Jing Fan