← EMNLP 各届
EMNLP 2026· Empirical Methods in Natural Language Processing
EMNLP 2026
亮点精读
8 篇 · 获奖 / oral / 高引📈 36 引用
Annotations Are Not All You Need: A Cross-modal Knowledge Transfer Network for Unsupervised Temporal Sentence Grounding
提出跨模态知识迁移网络，无需标注即可实现无监督时间语句定位。
💡 首次实现无监督时序定位，降低标注成本。
arXiv
📈 8 引用
Improving Reasoning Capabilities in Small Models through Mixture-of-layers Distillation with Stepwise Attention on Key Information
通过混合层蒸馏和逐步关键信息注意力，提升小模型的推理能力。
💡 显著增强小模型推理，降低部署成本。
arXiv
📈 7 引用
Gradually Excavating External Knowledge for Implicit Complex Question Answering
提出逐步挖掘外部知识的方法，解决隐式复杂问题中的知识缺失与推理难题。
💡 首次系统处理隐式复杂问题的知识获取与推理。
arXiv
📈 4 引用
Query-based Cross-Modal Projector Bolstering Mamba Multimodal LLM
提出基于查询的跨模态投影器，增强Mamba多模态大语言模型的视觉-语言对齐。
💡 首次将Mamba架构高效扩展到多模态领域。
arXiv
📈 4 引用
The Overlooked Repetitive Lengthening Form in Sentiment Analysis
发现并分析了情感分析中被忽视的重复延长形式，提出新方法提升性能。
💡 揭示并解决了情感分析中一个被长期忽略的语言现象。
arXiv
📈 3 引用
MAviS: A Multimodal Conversational Assistant For Avian Species
提出MAviS，一种多模态对话助手，通过视觉和语言交互帮助识别鸟类物种。
💡 首次将多模态对话系统应用于鸟类识别，拓展了AI在生态领域的应用。
arXiv
📈 3 引用
MultiDocFusion : Hierarchical and Multimodal Chunking Pipeline for Enhanced RAG on Long Industrial Documents
提出分层多模态分块流水线，增强长工业文档的RAG检索与生成效果。
💡 解决长文档多模态分块难题，显著提升工业场景RAG性能。
arXiv
📈 3 引用
MedTutor: A Retrieval-Augmented LLM System for Case-Based Medical Education
提出MedTutor，用检索增强LLM支持基于案例的医学教育，提升学习效果。
💡 首个将RAG用于医学案例教学，实用性强。
arXiv
全部论文
加载中…正在从 DBLP 加载全量论文…
全量索引来自 DBLP · 完整 proceedings 见 官方站点