ACL Anthology是国际计算语言学协会(ACL)维护的开放获取文献库，收录计算语言学与自然语言处理领域的会议论文、期刊文章和研讨会论文 [1][2][3]。它为该领域研究者提供免费、稳定的原始文献获取入口，检索、作者页面与书目导出等服务均由网站提供 [3]。项目于 2001 年前后启动，最初以保存 ACL 自身出版物为目的，此后逐步扩展为覆盖众多会议与期刊的长期数字档案 [4][5]。
定义
ACL Anthology 是由国际计算语言学协会(ACL)维护、面向计算语言学与自然语言处理领域科学文献的开放获取数字资源库 [1][2]。它收录 ACL 主办会议的论文集、期刊文章以及相关研讨会论文，并提供检索、作者页面与书目导出等功能 [3]。网站页面由 XML 元数据文件生成，因此线上呈现的数据与元数据保持一致 [1]。
馆藏中的每条记录都有唯一的 Anthology ID 作为标识，元数据包含作者姓名、标题、出版场合与年份等字段 [5]。每篇论文的 PDF 等托管文件在元数据中还带有 CRC-32 校验值，可用于核验下载文件的完整性 [1]。
背景
在 ACL Anthology 建立之前，计算语言学论文分散在各次会议与期刊的纸本或光盘出版物中，读者缺少统一而稳定的检索入口 [6]。2002 年 4 月，ACL 宣布为纪念协会成立 40 周年启动数字化工程，把 ACL 与 COLING 的会议、研讨会论文集以及《计算语言学》期刊等资料放到网络上开放获取，并计划发行 DVD [7]。
工程第一阶段处理了两届十年的会议论文集，规模为 39 卷、2,100 篇论文、13,000 页 [8]。另有文献记载，该项目自 2001 年起作为保存 ACL 出版物的手段出现 [5]，而收录工作从 2002 年开始，首批包含 3,100 篇扫描件与原生数字 PDF 论文 [4]。早期材料多由人工扫描与转换，2004 年各次会议的目录结构、文件命名和网页格式五花八门，需要逐一手工整理 [6]。
内容
收录范围除 ACL、NAACL、EMNLP、EACL、COLING、LREC、CoNLL 等会议外，还包括 1990 年以来的各类研讨会，以及 SemEval、TACL 和《计算语言学》期刊 [9]。规模持续增长：2007 年 7 月的报告记录馆藏超过 12,500 篇并支持全文检索 [6]；2012 年改版时数据库中有 21,107 篇论文、19,955 位作者，覆盖 1 种期刊、17 个会议和数百个研讨会，由 14 个 SIG 组主办 [5]；2018 年的一项统计给出 42,069 篇论文，时间跨度为 1965 年至 2017 年 [2]；2023 年带有标题字段的论文达到 85,324 篇 [1]。
条目除论文 PDF 之外还可附幻灯片、视频、软件与数据下载，并支持对已发表论文追加勘误、修订，或作撤稿与删除处理 [1]。网站还以“事件”为单位，把在同一次会议上发表、彼此原本无关的若干卷册组织在一起，并可链接会议手册、全会报告录像等相关材料 [10]。
2012 年上线的第二版进行了结构性改造：出版数据从分散的 XML 文件迁入数据库，出版物、会议与作者被提升为一等对象，检索则建立在以 Solr 维护的倒排索引之上 [5]。改版后的界面提供分面浏览、作者页面，以及读者评论和元数据更正提交等功能 [5]。为正确生成参考文献，系统用词表与拼写规则判断标题中哪些大写需要保留，约 45% 的标题含有至少一处这类标记 [1]。
影响与争议
该馆藏被广泛用于文献计量与学术文本处理研究。2008 年发布的 ACL Anthology Reference Corpus(ACL-ARC) 从其中提取源 PDF、自动抽取的文本与元数据，作为书目研究的参考数据集 [9]。
在此基础上还发展出多个衍生工具与资源，包括 ACL Anthology Network、ACL Anthology Searchbench 与 CL Scholar [2][11][12]。Searchbench 同时对书目元数据和经过语义分析的全文提供检索，2011 年时已为 2002 年至 2009 年的 7,500 篇论文建立谓词—论旨结构式的语义索引 [12]。CL Scholar 则设法从馆藏全文 PDF 中自动构建计算语言学知识图谱 [2]。
据《语言技术与计算语言学杂志》(JLCL)的公告，Anthology 全文开放获取的论文已超过 100,000 篇，该杂志还宣布其已完成卷次将归档并编入 Anthology [13]。作为收录对象之一，《计算语言学》期刊的卷期持续在馆藏中发布，例如 2025 年第 51 卷第 1 期和第 2 期 [14]。多数用户通过网站使用这一资源 [10]。
参见
-
计算语言学 —— ACL Anthology 所服务并集中收藏的核心学科领域。
-
自然语言处理 —— 与计算语言学并列的另一个主要收录方向。
-
国际计算语言学协会 —— 维护 ACL Anthology 并为其提供支持的学术组织。
-
ACL Anthology Reference Corpus —— 基于该馆藏构建、用于书目研究的参考语料库。
-
ACL Anthology Searchbench —— 面向该馆藏书目元数据与全文的语义检索系统。
参考资料
- Two Decades of the ACL Anthology: . aclanthology.org [引用日期2026-09-27]
- CL Scholar: The ACL Anthology Knowledge Graph Miner . aclanthology.org [引用日期2026-09-27]
- The ACL Anthology . aclanthology.org [引用日期2026-09-27]
- W12-3210(PDF) . aclanthology.org [引用日期2026-09-27]
- Integrating User-Generated Content in the ACL Anthology . nus.edu.sg [引用日期2026-09-27]
- ACL ANTHOLOGY Report, July 2007 . aclweb.org [引用日期2026-09-27]
- LINGUIST List 13.1206: Computational Ling: ACL Anthology . linguistlist.org [引用日期2026-09-27]
- Corpora: ACL Anthology and ACL Anthology Fund . linguistlist.org [引用日期2026-09-27]
- The ACL Anthology Corpus (ACL-ARC) Bird et al . aclanthology.org [引用日期2026-09-27]
- 2023.nlposs-1(PDF) . aclanthology.org [引用日期2026-09-27]
- The ACL Anthology Searchbench . aclanthology.org [引用日期2026-09-27]
- P11-4(PDF) . aclanthology.org [引用日期2026-09-27]
- JLCL archived in the ACL Anthology . jlcl.org [引用日期2026-09-27]
- 计算语言学 . 第十五届计算音系学、音位学和形态学研究研讨会论文集 - ACL Anthology [引用日期2026-09-27]
- E. Maci - ACL Anthology . ACL Anthology [引用日期2026-09-27]
- W12-32(PDF) . aclanthology.org [引用日期2026-09-27]
- arxiv.org 上的网页 . arxiv.org [引用日期2026-09-27]
浏览次数：0 次
阅读量：0 次 · 阅读完成量：0 次
最近更新：2026-09-27T14:24:14Z
完成率 = 阅读完成量 ÷ 阅读量，分母是阅读量不是浏览次数 —— 关了 JS 的、秒退的都在浏览次数里、不在阅读量里。 详细口径在后台的「数据统计」页。