要判断ACL（国际计算语言学协会年会）和NIPS（现更名为NeurIPS，神经信息处理系统大会）的论文哪个更容易被机器理解，实际上取决于多个因素，包括论文的写作风格、使用的语言和技术术语的标准化程度等。

然而，从一般情况来看，由于ACL专注于自然语言处理（NLP）领域，其论文内容更直接涉及如何让机器理解和处理人类语言。因此，ACL的论文在探讨如何让机器理解文本、对话、语义等方面可能更具针对性，相关的技术和方法也更直接地与机器理解相关。

相比之下，NIPS/NeurIPS虽然也涉及机器学习领域的多个方面，但其论文内容可能更加广泛，包括算法、理论、应用等多个方面。虽然这些方面也包含与机器理解相关的内容，但可能不如ACL那样直接和集中。

然而，需要注意的是，论文的机器可理解性并不仅仅取决于论文的主题和内容，还受到论文的写作风格、使用的语言和技术术语的标准化程度等多种因素的影响。因此，无法简单地判断ACL和NIPS/NeurIPS的论文哪个更容易被机器理解。

另外，随着自然语言处理和机器学习技术的不断发展，相关的研究也在不断进步。因此，未来的论文可能会采用更加标准化和易于机器理解的语言和术语，以提高其机器可理解性。