会议全称：2026第十届自然语言处理与信息检索国际会议（NLPIR 2026）

会议网站：https://www.nlpir.net/

会议日期：2026年12月11日至13日

会议地点：日本奈良

征稿主题：

主题1：核心NLP与数据科学

1. 语言处理基础

数据/文本挖掘、语料库语言学与心理语言学建模

基础NLP流水线：分词、词性标注、词形还原、依存句法分析与语义角色标注

低资源语言工程与跨语言适应

2. 语言分析与理解

句法、语义、语篇分析与语用学

多模态语音识别/合成（ASR/TTS）与对话式AI

历时语料库、时序推理与演化语言模型

3. 知识系统与语义学

自动化知识获取、本体构建/对齐与语义网技术

神经符号融合：结合基于逻辑的推理与神经网络

4. 内容分析与信息检索（IR）

主题建模、事件/异常检测与情感/情绪分析

文档摘要、抄袭检测与作者归属判定

动态/个性化信息检索、对抗性检索与跨语言系统

5. 社交与多媒体分析

社交媒体中的人格/情绪检测与虚假信息追踪

多模态信息检索（文本、图像、视频）与内容传播预测

主题2：AI驱动的方法与创新

1. 大语言模型（LLMs）与Transformer架构

用于自然语言理解（NLU）、文本生成与少样本学习的架构（如BERT、GPT、T5、LLaMA）

特定领域大语言模型（如BioGPT、Codex）及ChatGPT、DeepSeek、Claude等工具

伦理挑战：偏见消弭、幻觉控制与AI生成内容检测

2. 生成式AI与自动化

抽象式摘要、合成数据生成与对话代理

用于视觉-语言任务的多模态大语言模型（如GPT-4V）

3. 图与深度学习

用于共现图、知识图谱补全与动态网络的图神经网络（GNNs）

结合Transformer架构的群体智能

4. 效率与可扩展性

模型压缩（剪枝、量化）、联邦学习与边缘NLP

针对万亿级参数模型的分布式训练框架

主题3：跨领域主题

1. 以人为本的NLP

交互式AI：聊天机器人、动态查询解析与个性化推荐系统

可解释性AI（XAI）与注意力机制的可视化

2. 机器翻译与多语言处理

零样本翻译、大语言模型驱动的低资源翻译——适应性与后编辑工作流

3. 去中心化与协作系统

利用区块链构建去中心化知识图谱、实现联邦式搜索及隐私保护型自然语言处理（NLP）

4. 伦理与治理

AI 安全、公平性审计及法规合规（例如：欧盟《人工智能法案》）

在社交及内容平台上打击虚假信息与“深度伪造”（Deepfakes）

主题4：前沿领域

AI for Science（科学探索中的AI）：大型语言模型（LLMs）在生物医学NLP、气候文本分析及法律文档处理领域的应用

具身智能（Embodied AI）：将语言模型与机器人技术及现实世界交互相融合

自监督学习：超越 Transformer 架构的预训练范式

论文出版：

被接受的论文将出版到NLPIR 2026 Springer book series: Lecture Notes in Networks and Systems，并被 Ei Compendex、Scopus 等检索。

NLPIR 2018-2025 会议论文均已出版，并已被 Ei Compendex 和 Scopus 检索。

NLPIR 2025 Springer: Lecture Notes in Networks and Systems (LNNS, volume 1904)

NLPIR 2024 ACM (ISBN: 979-8-4007-1738-3)

NLPIR 2023 ACM (ISBN: 979-8-4007-0922-7)

NLPIR 2022 ACM (ISBN: 978-1-4503-9762-9)

NLPIR 2021 ACM (ISBN: 978-1-4503-8735-4)

NLPIR 2020 ACM (ISBN: 978-1-4503-7760-7)

NLPIR 2019 ACM (ISBN: 978-1-4503-6279-5)

NLPIR 2018 ACM (ISBN: 978-1-4503-6551-2)

关于投稿：

1. 提交的论文要求用全英文撰写。

2. 提交的论文应按照论文模板准备，至少为10 页（单栏）

Docx 论文模板：https://nlpir.net/splnproc1703.docm

LaTex 论文模板：https://nlpir.net/Latex-template.zip

电子提交系统链接：https://www.zmeeting.org/submission/NLPIR2026

您将在大约 2 个工作日后收到来自会议秘书的提交确认邮件。如果您没有收到，请尽快与我们联系。 (电子邮件：nlpir@asr.org)

有关提交的更多详细信息，请访问：https://nlpir.net/sub.html