NLPer Arsenal
1.0.0
El Arsenal de PNL incluye principalmente la implementación de la estrategia de competencia de PNL, varios tutoriales de tareas, publicaciones de experiencia, materiales de aprendizaje y tiempo de reunión. Si es útil para usted, por favor danos una estrella.
Este proyecto contiene principalmente los siguientes contenidos:
El proyecto está mejorando constantemente. Si tiene alguna sugerencia, deje un mensaje en cuestión o contáctenos por correo electrónico ([email protected]).
Todo el contenido es recopilado y ordenado por nosotros de la información pública en Internet. Los derechos de autor pertenecen al autor original. Si hay alguna infracción, contáctenos de inmediato y lo trataremos de manera oportuna.
No es fácil de organizar. Asegúrese de notar el enlace GitHub de este proyecto al reimprimir. Gracias por su contribución para mantener un buen entorno de código abierto.
Registre la competencia actualmente en curso, con generosas bonificaciones y adecuado para NLPER con una cierta base; La hora final es la hora estándar oficial del sitio web o la hora de la reunión.
| Campo/conferencia | competencia | Tiempo de registro | Tiempo de finalización |
|---|---|---|---|
| Modelo grande | Preguntas y respuestas de la base de conocimiento basado en los consejos generales de modelos grandes para el modelo de lenguaje grande Competencia ofensiva y defensiva Software de seguridad de código abierto Aplicación de aplicaciones inteligentes de aplicaciones basado en un modelo grande | 2023.08.23-10.24 2023.8.14-9.28 Igual que arriba | 2023.11.03-11.05 2023.11 Igual que arriba |
| Cail2023 | 1. Examen judicial 2. Búsqueda de casos de estilo diálogo 3. Búsqueda de casos de clase 4. Determinación de hechos 5. Entendimiento de debate 6. Extracción de información 7. Modelo judicial | 2023.8-11, consulte el cronograma de cada evento para más detalles | 2023.12 |
| ChIP2023 | Evaluación 1: Tarea de evaluación de modelos Medical Big Medical de Chip-ProMptcBlue (sin ajuste, parámetros ajustados) Evaluación 2: Texto médico chino Muestra pequeña con nombre de entidad Evaluación de la tarea Evaluación 3: Reconocimiento de documentos en papel de drogas Tarea de extracción de relaciones de entidad | 2023.8.1-9.27 | 2023.10.27-10.29 |
| SMP2023 | Desafío de maquetas financieras de chatglm | 2023.7.19-8.16 | 2023.9 |
| Concurso de desarrolladores de IA | Desafío de oraciones semánticas chinas Desafío de corrección Multilingüe Desafío de traducción a máquina multilingüe Post Matching Challenge 2.0 Regla de texto automotriz X Desafío de mejora de generalización basado en clasificación de texto abstracto de papel y dibujo clave Dibujo Desafío de traducción automática Desafío de calidad de la calidad de la calidad 2023 Currero de reclutamiento de campus Solicitud de empleo Posición de apogabilidad de habilidades Detección de habilidades de detección de campus Campo de reclutamiento Información Detección de integridad Desafío de migración de dominio cruzado Weibo Comment Robot ChatGPT Generar el detector de texto BID Entidad Dibujo Desafío de software basado en el lenguaje natural Ejecución de tareas Documento académico Capítulo Nivel Estructura Desafío de recuperación Documento académico Clasificación de elementos Desafío | 2023.5-9, consulte las prácticas específicas para cada evento | 2023.10.24 |
| DSTC11 | Pista 4: métricas de evaluación automática robusta y multilingüe para sistemas de diálogo abiertos de dominio Track 5: Modelado de conversación orientado a tareas con conocimiento subjetivo | -2023.3 | 2023.8-9 |
| CCMT2023 | Evaluación de traducción de los campos de noticias chinos-inglés-inglés-chinos organizados por CCMT y WMT2023 en cooperación con China-Inglish, Inglés-China Campos de noticias Evaluación de traducción de la traducción de Uyghur, Mongolia, China, Tarea Tarea de Máufra de Máquina de Máufra Multura de Máufra Multura de la Máquano Tibetano-China Tarea de traducción automática de referencia cero referente | -2023.5.10 | 2023.10 |
| Conjunto de datos de mil palabras | Generación de texto, análisis de sentimientos, comprensión de lectura, diálogo chino, similitud de texto, análisis semántico, transmisión simultánea de la máquina, extracción de información, filtración de cadena de entidad, traducción de lenguaje de bajo recurso, razonamiento del lenguaje natural, verificación de hechos, evaluación interpretable, recuperación de párrafo, comprensión semántica de video, 60 conjuntos de datos de datos | Ahora | Ninguno todavía |
| Lista de desafíos de procesamiento de información médica china CBLUE | Las tareas actuales incluyen extracción de información de texto médico (reconocimiento de entidad, extracción de relaciones), normalización del término médico, clasificación de texto médico, determinación de la relación de oración médica y QA médico, 8 sub -tareas, -> Sitio web oficial | Ahora | Ninguno todavía |
Registro de concursos de entrenamiento a largo plazo, con clasificaciones, que facilitan la práctica NLPER por primera vez
| campo | competencia | Tiempo de registro | Tiempo de finalización |
|---|---|---|---|
| Clasificación de texto | WebShell TEXT PRUEBA DE APRENDIZACIÓN DE APRENDIZACIÓN DIAGNACIÓN MEDICAL Diálogo Identificación de la intención Desafío de Zhihu Las preguntas anotan automáticamente (datos) Análisis de análisis de datos Competencia de expertos 1: Análisis visual emocional del usuario Noticias chinas Clasificación de títulos de título Finanzas Clasificación de los usuarios Clasificación de diálogo Chino Análisis de sentimiento Noticias Clasificación de texto Clasificación de texto Ataque de combate Falso Predicción de reclutamiento de trabajo Internet Detección de noticias falsas durante el período epidémico Identificación emocional de Internet O2O SHOP SEGURIDAD FOODE SEGURIDAD RELACIONADOS Discovery Internet Sentiment Analysis Automotive Industry Opiniones de usuarios Temas y reconocimiento emocional Revisión de la película Análisis de sentimientos de texto Clasificación de spam Clasificación de texto corto Competencia Federal Federal Competencia Competencia Federal Clasificación Médica Flyai-Flyai Reconocimiento de mensajes de spam chino - Flyai Clasificación de spam de inglés Clasificación de contenido de mensajes de sitio web de redes sociales - Flyai Análisis de sentimientos de evaluación del centro comercial de usuarios - Flyai Análisis de sentimientos Stanford-Sentiment-Treebank-Flyai Clasificación de comprensibilidad de oración en inglés COLA - Flyai Clasificación de noticias de hoy - Flyai Competencia de predicción de revisión del sitio web de revisión estadounidense - Flyai Mil Words DataSet: Análisis de sentimientos - Baidu AI Studio Kaggle-Contradictorio, mi querido Watson Procesamiento de lenguaje natural kaggle con tweets de desastre Clef 2019 Lab ProtestNews (documento, oración, token) | - - Terminado - - - - - - - - - - - - - - Cada mes 1er - - - - - - - - - - - - - | 2024.02 2024.02 Terminado 2022.4.30 2023.01 - - - 2021.12.31 - - - - - - - - El 27 de cada mes - - - - - - - - - 2023.1 - - - |
| Coincidencia de texto | Juicio de correlación de consulta de búsqueda médica Quora - Detectar si dos problemas están duplicados - Flyai Mil Words DataSet: Similitud de texto Mil palabras DataSet: Problema que coincide con el sólido texto de texto en inglés IMDB Comentario Prueba de spoiler de consulta médica Relevancia Sentencia de relevancia CCKS2021 Tarea de relevancia de dirección NLP china (conjunto de datos) | - - - - - - -2022.9.30 - | 2024.02 - 2023.1 2023.1 - - 2022.10.7 - |
| Inclusión de texto | Contradictorio, mi querido Watson | - | - |
| Sistema recomendado | Alibaba Mobile Recomendation Algorithm Challenge Foundation Zero Foundation Sistema de recomendación introductorio - Recomendación de noticias Tianchi Desafío de recién llegado: Algoritmo de recomendación móvil Alibaba Commerca Compra de compra de comportamiento BOWORD SYSTEM | - - - - - | 2024.02 - - - - |
| Preguntas y respuestas | Asuntos gubernamentales epidémicos Preguntas y respuestas médicas asistente de preguntas médicas y A-FLyai 2021 Desafío de preguntas y respuestas de diálogo psicológico Conjunto de datos de comeSenseqa Conjunto de datos OpenBookqa | - - - - - | - - - 2026.4.15 2026.4.15 |
| Análisis semántico | Mil Words DataSet: análisis semántico | - | 2023.1 |
| resumen | Resumen automático de artículos de medios Zhihu Resumen de noticias Resumen de noticias genera automáticamente Resumen y razonamiento de preguntas y respuestas (Fin: 2023.1) | - | - |
| voz | Reconocimiento de voz chino en escenas de vida | - | - |
| Extracción de información | CCKS2021 Análisis de elementos de dirección NLP chino CCF BDCI Identificación de entidad de texto y extracción de relaciones Mil palabras DataSet: Extracción de información Inglés Texto Entidad Relación Camino Legal Capítulo Nivel de evaluación múltiple Detección | - - - - - | 2024.02 - 2023.1.1 - - |
| Cadena de entidad | Mil Words DataSet: Entity Chain Reference | - | 2023.1.1 |
| Traducción automática | Mil Words DataSet: Lenguaje de bajo recurso Traducción a la máquina de traducción del campo Adaptación del campo | - - | 2023.1.1 - |
| Identificación de entidad | Reconocimiento de entidad nombrado en chino - Flyai | - | - |
| Extracción de relaciones | Extracción de relación de entidad de texto en inglés (con datos) | Terminado | Terminado |
| Prueba de posición | Detección de posición de China Weibo - Flyai Prueba de posición de Weibo | - - | - - |
| diálogo | Conjunto de datos mutuo Mil Words DataSet: Comprensión oral en el sistema de diálogo de diálogo de dominio abierto | - - - | 2026.4.15 2023.1.1 - |
| Text2sql | Texto de Yale a SQL | - | - |
| Comprensión de lectura | Mil Words DataSet: Computación de lectura de la lectura Competencia de práctica de comprensión de lectura - Flyai Conjunto de datos de carreras Conjunto de datos RACE-C Conjunto de datos de ensueño Conjunto de datos C3 Conjunto de datos SCIQ Conjunto de datos LOGIQA Conjunto de datos MCTEST Conjunto de datos OpenBookqa | - - - - - - - - - - | 2023.1.1 - 2026.4.15 2026.4.15 2026.4.15 2026.4.15 2026.4.15 2026.4.15 2026.4.15 2026.4.15 |
| Gráfico | Clasificación de nodo HGB Predicción de HGB-Link Recomendación de HGB-Conocimiento | 2021.6.28- | 2030.6 |
| otro | Comentar extracción de palabras emocionales (incluidos los datos) | Terminado | Terminado |
Aquí hay una competencia grabada y organizada, incluida la descarga de datos y el plan de competencia.
| Tabla de contenido | Eventos |
|---|---|
| Clasificación de texto | Predicción de delitos franco 2018 2018 Fayan Cup - Recomendación de artículos legales 2019 Fayan Cup - Identificación de elementos Criterios de detección de prueba clínicos 2019 Clasificación de texto corto El modelo de cálculo de correlación entre los proyectos de "requisitos técnicos" y "logros técnicos" en 2019 Revisión de análisis de sentimientos de Weibo 2020SMP 2020 Baidu Inteligencia Artificial Open Competition Competition-Visual Reading Comprension Tarea 2020CCKS COVID-19 CONSTRUCCIÓN DE CONSTRUCCIÓN DE CONOCIMIENTO Y REVISIÓN DE PUENTAS-SUB-TASK 1: Inferencia del nuevo Coronavirus Encyclopedia Knowledge Graph Type 2020CCKS COVID-19 CONSTRUCCIÓN DE CONSTRUCCIÓN Y REVISIÓN DE PRIMACIDAD-SUBTASITA 2: Predicción de las relaciones superiores e inferiores del mapa conceptual Covid-19 Evaluación de análisis de sentimientos implícitos 2021SMP-ECISA 2021 DISCRIMINACIÓN DE LA CALIDAD DE DIGIX DE ARTÍCULOS PREVENTADOS basados en la migración de múltiples modelos Desafío de predicción de la etiqueta de prueba 2021 2021 Desafío de triaje simple para requisitos de enfermedades no estandarizadas Tarea de descubrimiento clínico 2021chip-Diálogo médico 2021CCL-Evaluación en la comprensión de la semántica espacial china 2021CCL- "Maverick Cup" Evaluación de reconocimiento de humor multimodal 2022 Desafío de reconocimiento de emociones de Weibo Epidemic Weibo 2022 Desafío de triaje simple para requisitos de enfermedades no estandarizadas 2.0 2022 Desafío de evaluación de calidad de traducción automática 2022 Clasificación de texto y preguntas y respuestas de consulta basadas en resúmenes en papel 2022 Desafío de identificación del tipo de aplicación 2022 Amazon KDD CUP (Clasificación de productos de múltiples clases Task2, Identificación de sustituto del producto Task3) 2022 Desafío de identificación de intención de búsqueda médica [2022CCF BDCI Tarea de clasificación de datos de muestra pequeña] (./ Competiciones anteriores/Clasificación de texto/2022ccf BDCI Tarea de clasificación de datos de muestra pequeña. MD) Casos de fraude de red de telecomunicaciones 2023CCL Evaluación de clasificación |
| Cadena de entidad | 2019cks referencia de la cadena de entidad de texto corto chino 2020CCKS Entity Chain Tareas de referencia para texto corto chino 2020CCKS Recuperación de entidad de productos a gran escala basada en el título 2020 mil palabras DataSet: cadena de entidad que se refiere al texto corto chino 2021sdu@aaai-task2-acronimio desambiguación |
| Identificación de entidad | 2019 Nuevo descubrimiento de entidades de finanzas de Internet Instrucciones de medicina tradicional 2020 Instrucciones de entidad de identificación de entidad Reconocimiento de la entidad de nombres de texto médico 2020chip-china 2020CCK nombrado reconocimiento de entidad para la identificación experimental 2020CCKS entidades médicas y extracción de eventos para registros médicos electrónicos chinos - Subtarea 1: Identificación de entidad con nombre médico 2021 decisión médica inteligente Identificación y alerta temprana de los eventos de riesgo de las empresas de opinión pública de Internet en 2021 2021 Haitong & Industry-2021 Identificación y alerta temprana de eventos de riesgo de Internet Public Opinion Enterprises |
| Generación de problemas | 2020 COLECCIÓN DE CHIP DE PROBLEMAS DE LITERATURA TCM |
| Generación de resumen | 2020 FA-Research Cup-Judicial-Judicial 2021mediqa-sumarización de preguntas de salud del consumidor 2021mediqa-sumarización de múltiples respuestas 2021mediqa-sumarización de informes de radiología |
| Análisis sintáctico | 2021CCL- Evaluación de análisis de sintaxis de dominio cruzado 2021ccl-china-china-nihao evaluación de segmentación de palabras chinas sin supervisión |
| Comprensión de lectura | Competencia de tecnología de comprensión de lectura de 2018 2018 Comprensión de lectura de la Copa Fayan 2019 2020 Comprensión de lectura de la copa Fayan 2020 Competencia de lenguaje y tecnología inteligente: tarea de comprensión de lectura a máquina 2021 Haihua Ai Challenge · Comprensión de lectura china (grupo técnico) 2021 Competencia de lenguaje y tecnología inteligente: tarea de comprensión de lectura a máquina 2021NLPCC-Aidebater |
| Coincidencia de texto | Desafío Big Data 2019 Juicio negativo y sujeto de información financiera en 2019 Competencia de aprendizaje de transferencia de preguntas y respuestas de Disese de 2019 2019 Tarea de estandarización de terminología clínica 2019 CHIP 2019 Fayan Cup-Case Matching 2020 "Bienestar público AI Estrella" Desafío: la nueva competencia de sentencias epidémicas de coronavirus y juicio 2020 Raíces Industria de la industria del chat de las preguntas y respuestas Tarea de estandarización de terminología clínica 2020CHIP Copa de investigación FA 2020 - debate y excavación 2021 Competencia de algoritmo de emparejamiento de mensajes de texto de Sohu Campus 2021 XIAOBU Asistente Diálogo Texto corto Marticina semántica Tarea de estandarización de terminología clínica 2021CHIP |
| diálogo | Evaluación de tecnología de diálogo humano humano chino 2019 SMP 2020 Mil palabras: diálogo multi-skill 2020 Competencia de lenguaje y tecnología inteligente: tareas de diálogo recomendadas 2021SMP Diálogo AI Algoritmo Evaluación de tecnología (Reconocimiento de intención de diálogo de muestra pequeña y extracción de ranura, digestión de referencia de diálogo y recuperación de omisión) 2021CCL-Diálogo Inteligente Diagnóstico y competencia de evaluación del tratamiento 2021DSTC10 |
| Text2sql | Desafío chino NL2SQL 2019 2020 Competencia de lenguaje y tecnología inteligente: tarea de análisis semántico |
| Preguntas y respuestas | 2020CCKS Covid-19 Graph Graph Construcción y revisión de preguntas y respuestas-Subtarea 4: Covid-19 Enciclopedia Graph Graph Pregunta y revisión Examen de la Copa de Investigación FA 2020 FA |
| Extracción de información | 2020 iflytek evento de sorteo desafío 2020 Competencia de lenguaje y tecnología inteligente: tarea de extracción de relaciones 2020 Competencia de lenguaje y tecnología inteligente: tareas de extracción de eventos Tarea 2020-Semeval 6: Extracción de definición del texto libre con el Corpus deft 2020CCKS entidades médicas y extracción de eventos para registros médicos electrónicos chinos - Subtarea 2: Extracción de eventos médicos 2020CCKS Pequeña muestra de extracción de eventos de migración de clase cruzada para el campo financiero 2020 CCCKS El evento a nivel de capítulo y la extracción de factores para el campo financiero 2020 chip-chino de texto médico 2021 Competencia de lenguaje y tecnología inteligente: tarea de extracción de información múltiple 2021 Desafío de identificación de la entidad médica y de relación 2021NLPCC-AUTOIE 2 Tarea de extracción de eventos de descubrimiento 2021CHIPCHIP 2021sdu@aaai-task1-acrónimo de identificación |
| Traducción automática | 2020ccmt-bilingüe, multilingüe, pronunciación, evaluación de calidad, filtrado de corpus 2021 NAACL Taller simultáneo: Thousand Words - Máquina simultánea 2021 Desafío de traducción de texto multilingüe de bajos recursos 2021 Desafío de traducción a máquina de migración de dominio 2021ccmt-bilingüe, multilingüe, recursos bajos, traducción automática y post-edición, evaluación de calidad, filtrado de corpus |
| otro | 2018 Fayan Cup - Predicción criminal 2020NLP desafío de habilidad de generalización del modelo de pre-entrenamiento chino 2020CCKS COVID-19 CONSTRUCCIÓN DE CONSTRUCCIÓN Y REVISIÓN DE PRIMACIDAD-SUB-TASK 3: Predicción de enlaces del mapa de medicamentos antivirales para la investigación Covid-19 2021 Future Cup - Explore el futuro de la tecnología (recomendación en papel) 2021NLPCC-FewClue |
Académicos, de la industria, teoría, práctica y actuales relacionados con la PNL
| plataforma | Campos principales | Automedia |
|---|---|---|
| Cuenta pública de WeChat | tecnología | Coggle Data Science, DataFuntalk (orientado a la industria) |
| Información de la industria | The Heart of Machines, Machine Energy, AI Reporting, AI Frontline, AI Technology Review, Machine Learning Research Group Group | |
| Académico | Space Science, Paperweekly, Zhiyuan Community, Frontier Artificial Intelligence Teaching, Knowledge, Ainlp, AI Time on Tao, Linda casa de XI Xiaoyao, algoritmos de aprendizaje automático y procesamiento de lenguaje natural (MLNLP) | |
| Bilibili | Foro de fronteras | Comunidad de Zhiyuan, discusión de tiempo |
| Base | Aprende AI de Li Mu | |
| sitio web | competencia | Coggle Data Science, CompHub |
| Académico | Documento con código, titulares académicos de aminer, espacio científico |
Advertencia: evalúe cuidadosamente la credibilidad de las plataformas de terceros y tenga cuidado con la filtración de información importante, como el código y los datos.
| plataforma | Potencia informática | precio | ilustrar |
|---|---|---|---|
| apartar | 2080ti, 3090 | 2080ti (￥ 2/h), 3090 (￥ 3.6/h) | El entorno de reflejo, uso flexible, se puede conectar de forma remota a través de jupyter_lab, vscode y pycharm |
| Autodl | RTX A5000, 3090, A100 | ￥ 0.6/h ~ ￥ 8.5/h | Conexión ssh independiente, el espacio de almacenamiento no es grande, pero es muy barato |
| Nube de zhixing | 1080ti, 3080, 3090, V/A100, etc. | ￥ 2.1/h ~ ￥ 11/h | Toda la máquina se puede conectar de forma remota (código PyCharm/Vs) |
| Plataforma Fengyun | ML270 | ￥ 2.8/h | Plataforma de computación AI única, la CPU se puede configurar de forma incremental y la tarifa se cobra de acuerdo con el tiempo de ejecución |
| Nube hengyuan | 2080ti, 3060, 3090, V100, etc. | ￥ 1.25/h ~ ￥ 5.5/h | Se puede combinar con una CPU y un disco duro, que tiene mayores grados de libertad que Bithub. Actualmente se encuentra en el período de promoción y tiene muchos descuentos. |
| Nube paralela | V100, 2080ti, P100, etc. | desconocido | El nodo informático proviene de SuperComuter, que puede personalizar la cantidad de núcleos de CPU, GPU y espacio de almacenamiento, tiene una interfaz de operación muy simple y proporciona un escritorio remoto de Linux, con una flexibilidad mejor que las tres plataformas anteriores. Actualmente en el período de promoción, hay muchos descuentos |
| AI Studio | V100 | Básicamente gratis | Desarrollado por Baidu, ocasionalmente puede solicitar V100 y puede obtener hasta 8 tarjetas de forma gratuita. El marco de paleta de paleta de paleta se usa principalmente. Otros marcos deben ser arrojados por sí mismos. X2Paddle también se puede convertir en el código de paleta y modelar con un solo clic. La mayoría de las competiciones serán participadas. |
| Tianchi DSW | P100 | Gratis, limitado a 8 horas por tiempo, sin límite en la cantidad de veces | No se puede cerrar una plataforma en línea en Alibaba cuando se ejecuta |
| Laboratorio de Tianchi | V100 | Gratis, 60h/año | En comparación con AI Studio, que no restringe los marcos de aprendizaje profundo, el tiempo es relativamente corto |
| Kaggle | K80 | Gratis, limitado a 30 horas por semana | Acceso externo a Internet |
| Google Colab | K80, T4, P4, P100 | Gratis, limitado a 12 horas por tiempo | Acceso a la red externa, no se puede especificar la GPU específica. A los usuarios que no se suscriban a Colab Pro, se les asignará K80 la mayor parte del tiempo. |
Catálogo de conferencias académicas internacionales y revistas recomendadas por la Sociedad de Computación China-2022
Catálogo de revistas de ciencia y tecnología china recomendadas por la Sociedad de Computación China
DBLP: Biblioteca de literatura sobre ciencias de la computación
Fecha límite de la Conferencia de AI: Tiempo de registro de la reunión de la conferencia Countdown: Actualizado por Jackie Tseng, Tsinghua Computer Vision y inteligente Laboratorio de aprendizaje
NOTA: El momento siguiente es el momento predeterminado en el sitio web oficial, y aún no se ha convertido en tiempo de Beijing
| Reunión | nivel | Corte de resumen | Corte de texto original | Aviso de revisión | Tiempo de reunión | ilustrar |
|---|---|---|---|---|---|---|
| ICLR (sitio web oficial, DBLP) | * | 2023.9.21 | 2023.9.28 | 2023.11.10 (revisión), 2024.1.15 (final) | 2024.5.7-5.11 | Viena |
| ACL (sitio web oficial, DBLP) | CCF-A | Toronto, Canadá | ||||
| Neurips (sitio web oficial, DBLP) | CCF-A | 2023.9.21 | 2023.12.10-12.16 | Nueva Orleans Ernest N. Centro de Convenciones Moriales | ||
| ICML (sitio web oficial, DBLP) | CCF-A | * | ? | ? | 2024.7.21-7.27 | Centro de Congresos de Exposición Messe Wien |
| Sigir (sitio web oficial, DBLP) | CCF-A | Taipei, Taiwán | ||||
| Www (sitio web oficial, DBLP) | CCF-A | 2023.10.5 | 2023.10.12 | 2023.12.1-12.14 (refutación) 2024.2.1 (final) | 2024.5.13-5.17 | Singapur |
| AAAI (sitio web oficial, DBLP) | CCF-A | 2023.9.27 (rechazos de fase 1), 2023.12.19 (final) | 2024.2.20-2.27 | Vancouver, Canadá | ||
| IJCAI (sitio web oficial, DBLP) | CCF-A | Ciudad del Cabo, Sudáfrica | ||||
| EMNLP (sitio web oficial, DBLP) | CCF-B | 2023.8.22 ~ 8.28 (refutación), 2023.10.6 | 2023.12.6-12.10 | Singapur | ||
| NAACL (sitio web oficial, DBLP) | CCF-B | * | 2023.12.15 (arr), 2024.2.20 (compromiso) | 2024.3.15 | 2024.6.16-6.21 | Ciudad de México, México |
| Coling (sitio web oficial, DBLP) | CCF-B | * | Gyeongju, Corea | |||
| Conll (sitio web oficial, DBLP) | CCF-C | * | 2023.10.6 | 2023.12.6-12.7 | Colocado con EMNLP2023 | |
| NLPCC (sitio web oficial, DBLP) | CCF-C | * | 2023.10.12-10.15 | Foshan | ||
| IJCNN (sitio web oficial, DBLP) | CCF-C | * | Queensland, Australia | |||
| Iconip (sitio web oficial) | CCF-C | * | Nueva Delhi, India | |||
| ACML (sitio web oficial) | CCF-C | * | 2023.5.26 (diario) | 2023.8.11-8.18 (refutación), 9.8 (final); 2023.7.7 (primera revisión), 9.8 (final) | 2023.11.11-11.14 | Estambul, Turquía |
| AACL (sitio web oficial) | * | * | 2023.8.2-8.9 (refutación), 9.4 (final) | 2023.11.1-11.4 | Bali, Indonesia | |
| EACL (sitio web oficial, DBLP) | * | * | Kiev, Ucrania, en línea | |||
| CCL (sitio web oficial, DBLP) | * | * | Hostil | |||
| CCKS (sitio web oficial, DBLP) | * | * | Shenyang | |||
| SMP (sitio web oficial, DBLP) | * | * | 2023.11.24-11.26 | Beijing | ||
| CCMT (sitio web oficial) | * | * | 2023.10.19-10.21 | Jinan, Shandong |
