第一届大语言模型与语言结构建模 Workshop (XLLM 2025) 将会依托 ACL 2025，于奥地利维也纳，25年7月31日至8月1日开展。
欢迎论文投稿和参与公开挑战任务。
了解更多信息，请访问XLLM Workshop官网: https://xllms.github.io/
您是否对自然语言处理（NLP）中的基于大语言模型（LLM）的语言结构预测或建模（如句法/语义、信息抽取和结构化情感计算等任务）充满兴趣？本workshop的目标是回答两个问题：
在LLM时代，NLP的语言结构建模是否仍然值得探索？ LLM之前的重要语言结构建模方法和任务是否仍然有价值？
欢迎加入我们参加 XLLM 2025，这是一场首个关于LLM和语言结构建模Workshop，深入探讨语言结构化NLP和LLM的各种方法和应用。我们邀请征稿，并邀请参与公开挑战任务。
Workshop简介
语言结构建模长期以来一直是NLP的一个重要分支领域，涉及理解语言的语义或句法结构。语言结构可以大致分为底层的形态/句法类型（例如依存结构和短语成分结构）和高层的语篇/语义结构（例如语义解析、语义角色标注、抽象意义表示），甚至可扩展到更广泛意义上的 NLP 应用、多语言和多模态场景，例如文本到SQL生成、表格解析、信息抽取和结构化情感分析等。在过去，关于语言结构的建模、推理和学习构成了许多 NLP 系统不可或缺的部分，也是大量NLP研究工作中的重点。
自十多年前深度学习革命开始以来，与语言结构建模相关的方法和范式发生了巨大变化。直到在过去两三年中，LLM的出现让本课题发生了又一次的变革。LLMs在有效解决各种任务方面表现出了前所未有的语言理解和泛化能力。这引发了一个关键问题：在 LLM 时代，NLP的语言结构建模是否仍然值得探索？在 LLM 之前的方法和任务是否仍然有价值？
一方面，我们想探讨以前的 NLP语言结构建模任务，例如关于形态/句法/语义/语篇结构和高级结构感知应用的任务，是否可以借助 LLM 的强大能力实现更高的任务性能。
另一方面，我们也在考虑是否仍有必要建模语言的底层结构，因为单纯依赖表面形式的大规模预训练已经赋予LLM非凡的语言能力。特别是，语言结构建模是否有助于改进或理解LLM？
因此，首届XLLM Workshop将于ACL 2025举行，旨在鼓励讨论并强调在LLM时代的语言结构建模方法。具体讲，我们将探索两个主要方向：LLM用于语言结构建模 (LLM4X) 和语言结构建模用于LLM (X4LLM)。
论文征稿主题
A. LLM用于语言结构建模 (LLM4X):
底层句法解析及方法 (Low-level Syntactic Parsing and Methods) 形态解析 (Morphological Parsing) 依存解析/成分解析 (Dependency Parsing/Constituency Parsing) 低资源/跨语言句法解析 (Low-resource/Cross-lingual Syntactic Parsing) 驱动短语结构语法解析 (Head-driven Phrase Structure Grammar Parsing) 无监督语法归纳 (Unsupervised Grammar Induction) 跨模态解析/视觉-语言语法归纳 (Cross-modal Parsing/Vision-Language Grammar Induction) 高层语义解析及方法 (High-level Semantic Parsing and Methods) 语义依存解析 (Semantic Dependency Parsing) 框架解析 (Frame Parsing) 语义角色标注 (Semantic Role Labeling) 抽象意义表示 (Abstract Meaning Representation) 统一意义表示 (Uniform Meaning Representation) 通用分解语义解析 (Universal Decompositional Semantic Parsing) 通用概念认知标注 (Universal Conceptual Cognitive Annotation) 修辞结构理论解析 (Rhetorical Structure Theory (RST) Parsing) 会话语篇解析 (Conversation Discourse Parsing) 低资源/跨语言语义解析 (Low-resource/Cross-lingual Semantic Parsing) 更广泛的结构化应用及方法 (Broader Structure-aware Applications and Methods) 信息提取 (IE): 命名实体识别 (NER), 关系抽取 (RE), 事件抽取 (EE) 结构化情感分析 (Structured Sentiment Analysis, SSA), 基于方面的情感分析 (Aspect-based Sentiment Analysis, ABSA) 低资源/跨语言 IE/SSA/ABSA (Low-resource/Cross-lingual IE/SSA/ABSA) 跨模态 IE/SSA/ABSA (Cross-modal IE/SSA/ABSA) 文本到 SQL (Text-to-SQL) 表格解析 (Table Parsing) 文档解析 (Document Parsing) 通用结构解析/建模 (Universal Structure Parsing/Modeling) 以人为中心的 LLM 解析 (Human-centered Parsing with LLM) 基于 LLM 解析的鲁棒性分析 (Robustness Analysis of LLM-based Parsing)
B. 语言结构建模用于LLM (X4LLM):
关于 LLM 中语言结构有用性的语言学/数学论点 关于 LLM 中语言结构有用性的实证研究 将语言结构集成到 LLM 架构中 将语言结构作为 LLM 中的附加输入或输出 将语言结构训练信号纳入 LLM 的预训练和后训练中 基于语言规则和结构信息提示 LLM 从语言结构视角对 LLM 进行分析和解释
我们欢迎两种类型的论文：常规论文和非存档扩展摘要（即正在开展的工作或已在其他地方发表/被接受的工作）。我们还设立了最佳论文奖。除了直接提交到Workshop的论文进行常规审稿外，我们还接受通过 ACL ARR 提交到工作坊的论文。详情请访问Workshop官网。
公开挑战任务
我们设置了四项公开任务挑战。参与者可以访问各任务页面了解具体的参与要求。排名前列的团队将在部分公开任务上获得现金奖励。获胜者需提交一篇技术论文，详细描述所使用的技术和实验结果。更多详情请参阅任务官网：https://xllms.github.io/
任务-I: 对话级依存解析 (DiaDP)
DiaDP 旨在为对话上下文构建一个统一的词级依存树。该树同时整合了单元内部的依存关系（Elementary Discourse Units, EDUs）和单元间的依存关系（跨 EDUs），以表示对话中词之间的句法和语篇关系。给定由多个句子组成的对话，这些句子被分割为 EDUs，其中每个句子被视为句子单元，DiaDP 输出一个包含以下内容的结构化依存树：
1）EDU 内的依存关系：单个 EDU 内的句法关系；
2）EDU 间的依存关系：连接不同 EDU 的语篇关系，包括跨语句的链接。我们分别设置零样本和少样本学习情景。任务-II: 语音事件抽取 (SpeechEE)
SpeechEE 旨在直接从语音音频中检测事件谓词和参数，从而实现从会议、访谈和新闻发布等语音内容中获取信息。SpeechEE 定义为：给定由一系列声学帧组成的语音音频输入，其目标是提取包含以下四个要素的结构化事件记录：
1）事件类型；
2）事件触发词；
3）事件论元角色；
4）相应的事件论元。任务-III: 基于 LLM 的结构推理 (LLM-SR)
LLM-SR 旨在通过利用结构推理生成可控且可解释的推理过程。LLM-SR 需要对两种不同的组件进行结构化解析：主要前提和次要前提，然后涉及识别这两种结构之间的细粒度“对齐关系”，最终得出结论。此任务可视为一种受约束的连贯思维（CoT）推理过程，其中推理是参考事实和相关规则逐步进行的，从而提高了过程的透明性和可靠性。任务-IV: 文档级信息提取 (DocIE)
DocIE 聚焦于从长文档中提取信息，而不是孤立的句子，这需要整合文档内和多个句子之间的信息，同时捕捉复杂的交互关系。给定一个文档和一个预定义的架构，DocIE 需要提取与架构元素相对应的每个实例（可能为空）。此过程包括识别：
1）实体类型；
2）提及的共指关系；
3）关系类型；
4）每个已识别关系的头实体和尾实体。
重要日期
A. Workshop时间表：
直接提交到工作坊的论文截止日期：2025 年 3 月 18 日 通过 ARR 预审查提交到工作坊的论文截止日期：2025 年 3 月 25 日 所有论文的接收通知：2025 年 4 月 30 日 论文定稿截止日期：2025 年 5 月 16 日 Camera Ready提交（硬性截止日期）：2025 年 7 月 7 日 Workshop日期（待定）：2025 年 7 月 31 日至 8 月 1 日
B. 公开挑战任务时间表：
所有公开挑战任务的训练数据和参与说明发布：2025 年 2 月 10 日 所有公开挑战任务的评估截止日期：2025 年 3 月 30 日 所有共享任务的通知：2025 年 4 月 5 日 优胜队伍技术论文提交截止日期：2025 年 4 月 12 日 所有论文的接收通知：2025 年 4 月 30 日
所有截止日期均为 AoE 时间。
联系方式
如果您对Workshop有任何疑问，请发送电子邮件至 xllm2025@googlegroups.com
