同步wx订阅号(arXiv每日论文速递)，支持后台回复'search 关键词'查询相关的最新论文。有些许帮助的话，麻烦关注一下哦(*￣rǒ￣)
cs.CL 方向，今日共计14篇
[cs.CL]：
【1】 XLNet: Generalized Autoregressive Pretraining for Language Understanding
标题：XLNet：语言理解的广义自回归预训练
作者： Zhilin Yang, Quoc V. Le
链接：https://arxiv.org/abs/1906.08237
【2】 EditNTS: An Neural Programmer-Interpreter Model for Sentence Simplification through Explicit Editing
标题：EditNTS：一种通过显式编辑简化句子的神经程序员-解释器模型
作者： Yue Dong, Jackie Chi Kit Cheung
备注：9 pages, 1 figure, accepted at ACL2019
链接：https://arxiv.org/abs/1906.08104
【3】 Pre-Training with Whole Word Masking for Chinese BERT
标题：汉语BERT的全词掩蔽预训练
作者： Yiming Cui, Guoping Hu
链接：https://arxiv.org/abs/1906.08101
【4】 The Effect of Translationese in Machine Translation Test Sets
标题：翻译在机器翻译测试中的作用
作者： Mike Zhang, Antonio Toral
备注：9 pages, 10 pages appendix, 3 figures, 20 tables, accepted in WMT19
链接：https://arxiv.org/abs/1906.08069
【5】 Multi-Stream End-to-End Speech Recognition
标题：多流端到端语音识别
作者： Ruizhi Li, Hynek Hermansky
备注：submitted to IEEE TASLP. arXiv admin note: substantial text overlap with arXiv:1811.04897, arXiv:1811.04903
链接：https://arxiv.org/abs/1906.08041
【6】 Code-Switching Detection Using ASR-Generated Language Posteriors
标题：使用ASR生成的语言后缀的代码切换检测
作者： Qinyi Wang, Haizhou Li
备注：Accepted for publication at Interspeech 2019
链接：https://arxiv.org/abs/1906.08003
【7】 Multilingual Multi-Domain Adaptation Approaches for Neural Machine Translation
标题：神经机器翻译的多语种多领域适配方法
作者： Chenhui Chu, Raj Dabre
链接：https://arxiv.org/abs/1906.07978
【8】 Large-Scale Speaker Diarization of Radio Broadcast Archives
标题：无线电广播档案的大规模说话人数字化
作者： Emre Yılmaz, David A. van Leeuwen
备注：Accepted for publication at Interspeech 2019
链接：https://arxiv.org/abs/1906.07955
【9】 Multimodal Abstractive Summarization for How2 Videos
标题：HOW2视频的多模态抽象总结
作者： Shruti Palaskar, Florian Metze
备注：To appear in ACL 2019
链接：https://arxiv.org/abs/1906.07901
【10】 Second-Order Semantic Dependency Parsing with End-to-End Neural Networks
标题：基于端到端神经网络的二阶语义依赖分析
作者： Xinyu Wang, Kewei Tu
链接：https://arxiv.org/abs/1906.07880
【11】 Surf at MEDIQA 2019: Improving Performance of Natural Language Inference in the Clinical Domain by Adopting Pre-trained Language Model
标题：2019年MEDIQA上的SURF：采用预训练语言模型提高临床领域中自然语言推理的性能
作者： Jiin Nam, Kyomin Jung
备注：9 pages, Accepted to ACL 2019 workshop on BioNLP
链接：https://arxiv.org/abs/1906.07854
【12】 Adaptation of Machine Translation Models with Back-translated Data using Transductive Data Selection Methods
标题：基于转换数据选择方法的机器翻译模型与反向翻译数据的自适应
作者： Alberto Poncelas, Andy Way
备注：Accepted in CICLing 2019
链接：https://arxiv.org/abs/1906.07808
【13】 Learning with Partially Ordered Representations
标题：用偏序表示学习
作者： Jane Chandlee, Jonathan Rawski
备注：to appear in Proceedings of Mathematics of Language (ACL SIGMOL 2019)
链接：https://arxiv.org/abs/1906.07886
【14】 The Second DIHARD Diarization Challenge: Dataset, task, and baselines
标题：第二个DIHARD二值化挑战：数据集、任务和基线
作者： Neville Ryant, Mark Liberman
备注：Accepted by Interspeech 2019
链接：https://arxiv.org/abs/1906.07839
翻译：腾讯翻译君