ACL是否已失去其王冠？对顶尖AI会议规模与影响力的十年定量分析
数字图书馆
2025-12-25 v2 计算机与社会
摘要
近期语言模型(LMs)的激增迅速扩展了NLP/AI研究，推动了主要会议的投稿和接收量呈指数级增长。然而，这种增长被不断升级的会议质量担忧所笼罩，例如抄袭、评审者缺乏经验以及串通竞价。然而，现有研究主要依赖定性描述，例如专家访谈和社交媒体讨论，缺乏纵向实证证据。为了填补这一空白，我们进行了一项跨越七场顶尖会议的十年实证研究(2014–2024)。我们构建了一个四维度文献计量框架，涵盖会议规模、核心引用统计、影响力离散度以及跨会议和期刊影响力。值得注意的是，我们进一步提出了一种名为质量-数量弹性(Quality-Quantity Elasticity, QQE)的指标，用于衡量引用增长相对于接收增长的弹性。我们强调了两个关键发现。第一，会议扩张并未导致学术影响力的成比例增长，因为QQE在所有会议中随时间持续下降。第二，ACL并未失去其王冠，在中位引用、里程碑贡献和引用覆盖方面继续优于其他NLP会议。本研究提供了关于主要NLP/AI会议演变的首个十年、跨会议实证证据。我们的代码可在 https://anonymous.4open.science/r/acl-crown-analysis-38D5 获取。
引用
@article{arxiv.2512.04448,
title = {Has ACL Lost Its Crown? A Decade-Long Quantitative Analysis of Scale and Impact Across Leading AI Conferences},
author = {Jianglin Ma and Ben Yao and Xiang Li and Yazhou Zhang},
journal= {arXiv preprint arXiv:2512.04448},
year = {2025}
}