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）的论文哪个更难理解，同样取决于多种因素，包括论文的主题、作者的写作风格、读者的背景知识等。

1. 主题差异：ACL主要关注自然语言处理（NLP）和相关领域的研究，而NIPS/NeurIPS则专注于机器学习领域的最新研究成果。由于这两个领域的研究方法和理论基础有所不同，读者可能对自己更熟悉的领域内的论文更容易理解。
2. 写作风格：与前面提到的因素相同，不同的作者有不同的写作风格。有些作者可能更加详细和清晰地解释他们的方法和结果，而有些作者则可能更加简洁和精炼。因此，论文的可读性也取决于作者的写作风格。
3. 背景知识：读者对论文主题的背景知识也会影响对论文的理解。对于ACL的论文，读者可能需要具备语言学、文本处理、数据挖掘等方面的知识；而对于NIPS/NeurIPS的论文，读者可能需要具备数学、统计学、机器学习等方面的知识。

由于ACL和NIPS/NeurIPS分别关注NLP和机器学习这两个不同的领域，因此无法直接比较它们的论文哪个更难理解。这主要取决于读者的背景知识和兴趣所在。对于已经具备相关领域知识的读者来说，他们可能更容易理解自己领域内的论文。

另外，无论是ACL还是NIPS/NeurIPS，它们都是各自领域内的重要学术会议，发表的论文都代表了该领域的最新研究成果和创新。因此，读者可以根据自己的兴趣和需求，选择阅读这些会议上发表的论文，以了解最新的研究动态和进展。