Dr. Ziqi Zhang – 谢菲尔德大学，英国

Dr. Gong Cheng – 南京大学，中国

Dr. Ahmet Aker - 杜伊斯堡-埃森大学, 德国

Dr. Lu Xiao - 锡拉丘兹大学, 美国

Dr. Zhuang Liu - 东北财经大学，中国

1. Aims & Scope

随着大数据的发展，我们迫切需要自动化手段来支持对海量数据的挖掘和推理。获取大数据价值的关键之一是能够解释人类的自然语言，从非结构化文本中抽取信息，并以机器可理解的格式表示它们。要使这些活动取得成功，需要发展自然语言处理（Naturnal Language Processing，NLP）和信息抽取（Information Extraxtion，IE）方法。它们已经为我们日常使用的各种技术提供了动力，例如搜索引擎、知识图表和智能助手。它们对许多学科都是至关重要的，例如信息检索、数据融合和语义网。

基于这些原因，近年来，NLP和IE在研究和实践中都显示出快速增长的研究兴趣和前所未有的机遇。其中有一些受到高度认可的研究成果，包括IBM Watson自然语言理解引擎、卡内基梅隆大学主导的Never-Ending Language Learning（NELL）项目、为谷歌和必应搜索引擎提供动力的知识图谱项目、百度广域、Amazon Comprehend以及标志着自然语言处理领域里程碑的谷歌Bidirectional Encoder Representations from Transformers（BERT）模型。

NLP和IE领域的重大进展给研究带来了巨大的机遇，也带来了新的挑战。一些有待回答的问题包括：除了最近的语言模型，如GPT-3和基于BERT的语言模型之外，算法研究的方向是什么？这些语言模型如何影响IE方法？他们如何适应特定领域的任务和行业环境？总的来说，我们从过去十年的研究进展中得到了什么教训？NLP和IE研究应该走向何方？

本专刊旨在通过邀请涵盖NLP和IE最新进展的学术投稿来讨论上述问题。提交给本专刊的论文应讨论直接解决或与之有明确联系的任务，从人类自然语言文本（结构化或非结构化）中抽取结构化信息。我们欢迎提出新方法和算法发展的原创研究文章，以及总结关键主题领域的文献调查论文。

2. Main Topics and Quality Control

本期专刊的征稿主题涵盖领域广泛，包括但不限于：

·       命名实体识别与链接（Named entity recognition and linking）

·       关系抽取与分类（Relation extraction and classification）

·       术语抽取与分类（Terminology extraction and classification）

·       模版填充，例如事件抽取（Template filling, e.g., event extraction）

·       知识库或知识图谱的构造与对齐（Knowledge base/graph construction and alignment）

·       半结构化内容的自然语言处理或信息抽取，例如包装归纳、表格挖掘（NLP/IE from semi-structured content, e.g., wrapper induction, table mining）

·       自然语言处理或信息抽取在其他领域的应用，例如信息检索、语义网、社交媒体、信息和知识整合（NLP/IE applications to problems in another subject field, e.g., Information Retrieval, Semantic Web，Social Media, information and knowledge integration）

·       行业或领域特定环境下的自然语言处理或信息抽取（NLP/IE applications to industry/domain specific context）

·       自然语言处理或信息抽取模型的可解释性与分析（Interpretability and Analysis of Models for NLP/IE）

·       自然语言或信息抽取的机器学习（Machine Learning for NLP/IE）

·       资源与评估（Resources and Evaluation）

·       语义学：词汇、句子层面、文本推理和其他领域（Semantics: Lexical, Sentence level, Textual Inference and Other areas）

·       情绪分析（Sentiment Analysis）

·       歧义消除（Disambiguation）

·       参数挖掘（Argument Mining）

·       摘要总结（Summarization）

·       自然语言处理或信息抽取任务的表征学习（Representation learning for NLP/IE tasks）

·       （信息）网络营养标签（（Information）Nutrition labels for the Web）

·       负面结果：可以吸取哪些经验教训来指导未来的研究（Negative results: what lessons can be learned to inform future research）

由于自然语言处理和信息抽取涉及的研究范围很广，因此或许有些符合本专刊征稿要求的重要主题并没有被列出。如果您不确定您的论文是否适合，我们鼓励您与编辑Ziqi Zhang (ziqi.zhang@sheffield.ac.uk)联系。

所有提交的论文都将进行严格的同行评审，并应当满足以下标准：

1.    原创性研究成果；

2.    与本期专刊主题关系紧密；

3.    具有一定的应用潜力；

4.    如文中包含实验，请在文中阐述实验详细信息；

5.     如所提交论文为已发表会议论文的扩展版，需确保有40%以上实质性新增内容。

3. Guest Editor

姓名：Dr. Ziqi Zhang (corresponding editor)

单位：University of Sheffield, United Kingdom

电子邮箱：ziqi.zhang@sheffield.ac.uk

个人主页：https://ziqizhang.github.io/

Ziqi Zhang 博士是英国谢菲尔德大学信息学院的讲师。他的研究涉及信息抽取、数据网络、语义技术和社交媒体分析等领域。他目前的研究是从Web上的半结构化内容中抽取信息，以及IE方法对结构化数据（例如微数据、RDFs）的使用。他在ISWC、ESWC、ACL、EMLNP、K-CAP、Semantic Web Journal、International Journal of Public Health、ACM Transactions on Knowledge Discovery from Data、Online Information Review等知名会议和期刊上发表了60多篇同行评议文章。他在会议中担任区域主席和高级项目委员会成员（例如ESWC和ECAI），作为语义网络期刊的客座编辑，以及在众多会议和期刊上定期担任项目委员会成员和/或评审员，如ISWC、ESWC、EKAW、CIKM、CHIR、The WebConference（WWW）、Semantic Web Journal、Web of Semantics、IEEE Access、Information Process&Management、PeerJ Computer Science，智能系统与技术，犯罪科学等。

姓名：Dr. Gong Cheng

单位：南京大学，中国

个人主页：http://ws.nju.edu.cn/~gcheng

Gong Cheng 博士是南京大学新型软件技术国家重点实验室副教授。他的研究兴趣包括语义搜索、数据摘要和问答。他曾在WWW、WSDM、ISWC、AAAI、IJCAI等会议上发表文章，并在TKDE、TWEB和JoWS等期刊上发表过文章。他曾担任ISWC2019年的海报和演示联合主席，并定期在WWW、CIKM、ISWC和ESWC等会议上担任SPC或PC成员。

姓名：Dr. Ahmet Aker

单位：University of Duisburg-Essen, Germany

个人主页：https://www.is.inf.uni-due.de/staff/aker.html

Ahmet Aker 博士是德国杜伊斯堡-埃森大学的博士后研究员。他曾在2014年LREC参与组织了一次研讨会，RDSM第二版和第三版（CKIM和COLING）以及2019年SIGIR的第三次NewsIR研讨会。他还共同组织了2019年ECIR会议。

他的主要研究领域是社交媒体的多语种论据挖掘和论据检索。可靠论据的检索是一个重要因素，因此Ahmet Aker博士也关注假新闻以及社交媒体中传播的错误或虚假信息。他发表了几篇关于这些主题的论文，并开发了用于跟踪社交媒体中虚假信息的软件。Ahmet Aker博士还打算将食品营养标签的概念转化为网络文档，让用户做出正确的判断。他在ACL、EMNLP、CIKM、ECIR以及ACM Computing Surveys、JASIST、LRE和plosone等期刊上发表过论文，有50多篇同行评议的出版物。此外他还担任了一些专题研讨会和国际会议的PC成员。

姓名：Dr. Lu Xiao

单位：Syracuse University, United States

个人主页：https://ischool.syr.edu/lu-xiao/

Lu Xiao博士是美国锡拉丘兹大学信息研究学院的副教授，也是该校电子工程与计算机科学系的成员。Lu Xiao博士对开发智能社交媒体功能很感兴趣，这些功能可以“观察”媒体中发生的复杂社交互动，并在适当的时候“介入”，以丰富用户体验，提高互动质量。她在各种期刊和会议上发表了自己的作品，如JASIST、Online Information Review、WWW、EMNLP、COLING和Social Media&Society。

姓名：Dr. Zhuang Liu

单位：东北财经大学，中国

个人主页：http://weibo.com/4liuzhuang

Zhuang Liu博士是东北财经大学应用金融与行为科学学院副教授。他从大连理工大学获得了计算机科学专业的学士、硕士和博士学位。Zhuang Liu博士的研究兴趣包括自然语言处理（例如，对话生成、知识库、问答、情感分析）、多模式学习（如文本图像检索、可视问答）、金融数据挖掘、区块链、金融技术（FinTech）。他的研究发表在许多高质量的期刊上，如《IEEE神经网络与学习系统汇刊》（TNNLS）、《ACM智能系统与技术汇刊》（TIST），以及国际领先的人工智能和自然语言处理会议，如IJCAI、AAAI、ECAI、ACL、EMNLP、COLING和CIKM。他曾在多个国际会议（如ACL、EMNLP年会）的组织和计划委员会任职，并定期在ACM TIST、IEEE TNNLS、IEEE Access、IEEESignalProcess Lett等杂志上担任评审员。他是CCF、ACM和IEEE的成员。

姓名：Dr. Xiabing Zhou

单位：苏州大学，中国

Xiabing Zhou博士是苏州大学计算机科学与技术学院讲师。她目前的研究兴趣包括自然语言处理、情绪分析和机器学习。她曾在著名的NLP会议和期刊上发表文章，如EMNLP、JCST、Science China、Neurocomputing等。她经常在IJCAI、COLING和IEEE TASLP等会议和期刊上担任项目委员会成员和/或评审员。

4. Submit Your Paper

所有论文都必须通过Editor Manager在线提交和同行评审系统进行提交。该系统将为您提供详细导航，逐步指导您完成相关信息和文件的上传。所有手稿必须使用英语。

该杂志的在线提交站点请访问https://www.atlantis-press.com/journals/nlpr/author-guidelines. 请注意，如果这是您首次向Natural Language Processing Research 提交文章，则需要首先注册为该系统的用户。

注意：在提交论文之前，请确保先阅读该期刊的作者指南（https://www.atlantis-press.com/journals/nlpr/author-guidelines）。

6. About the Journal

Naturnal Language Processing Research（eISSN 2666-0512）是一本国际化的，经过严格同行评审的开放获取期刊，涵盖有关计算语言学和自然语言处理的所有领域。

本刊由北京理工大学李侃教授担任主编，中科院自动化所宗成庆研究员和美国华盛顿大学Emily M. Bender担任顾问委员。

该期刊为原创性高质量的自然语言处理领域的学术研究提供了一个开放平台，旨在加深我们对这些领域基本问题的理解。NLPR上的文章通常比会议论文长，尤其关注研究方法或其理论意义。因此，本刊特别欢迎那些在其方法设置和/或理论基础方面很强的研究。除了所有文章的常规质量标准（如实质性内容、原创新和贡献意义），扎实的评价和高质量的分析是实验论文的最低要求。更多期刊主题详见：https://www.atlantis-press.com/journals/nlpr/aims-and-scope。

NLPR采用开放获取的出版形式，由作者保留版权。所有文章经过同行评审接收后，不收取任何费用。现已开放Editorial Manager线上投稿平台：https://www.editorialmanager.com/nlpr/default.aspx。

版权声明：

*本文内容由Atlantis Press中国办公室翻译编辑。中文内容仅供参考，一切内容以英文原版为准。如需转载，请在评论区留言，或联系xin.guo@atlantis-press.com。

Atlantis Press是科学、技术和医学（STM）领域的全球开放获取出版品牌，2006年创立于法国巴黎，在巴黎、阿姆斯特丹、北京、郑州和香港设有办事处。我们的使命是通过促进科研界和整个社会更有效地传播和交流知识来支持科学、技术和医学研究的进步。迄今，Atlantis Press的数字内容平台包含超过14万篇开放获取论文供读者免费下载阅读，每年产生2500多万下载量。Atlantis Press是施普林格·自然的一部分。