ARTICLES
ACL2026にて言語情報科学専攻 大関研究室の2件の論文が受赏
2026年7月2日（木）から7日（火）にかけて米国?サンディエゴで開催された、自然言語処理?計算言語学分野で世界最大級の国際会議「The 64th Annual Meeting of the Association for Computational Linguistics（ACL 2026）」において、大学院総合文化研究科 言語情報科学専攻?大関研究室および関連研究者による2本の論文が、それぞれ「Outstanding Paper Award」および「SAC Highlight」に選出されました。
■受赏［1］：Outstanding Paper Award
受赏者：大羽未悠（奈良先端科学技術大学院大学 博士後期課程）、菅原朔（言語情報科学専攻 助教?国立情報学研究所）
受赏论文："CxMP: A Linguistic Minimal-Pair Benchmark for Evaluating Constructional Understanding in Language Models"
论文情报：Miyu Oba and Saku Sugawara. 2026. CxMP: A Linguistic Minimal-Pair Benchmark for Evaluating Constructional Understanding in Language Models. In Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pages 45949-45963, San Diego, California, United States.
论文鲍搁尝：
受赏论文："CxMP: A Linguistic Minimal-Pair Benchmark for Evaluating Constructional Understanding in Language Models"
论文情报：Miyu Oba and Saku Sugawara. 2026. CxMP: A Linguistic Minimal-Pair Benchmark for Evaluating Constructional Understanding in Language Models. In Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pages 45949-45963, San Diego, California, United States.
论文鲍搁尝：
Outstanding Paper Awardは、ACL 2026の採択論文のうち特に優れた研究に贈られる賞で、採択論文全体の約1.5～2.5％が選出されます。受赏论文では、構文文法（Construction Grammar）に基づき、言語モデルの構文の意味理解を評価するベンチマーク「CxMP」を提案しました。9種類の構文を対象としたミニマルペアによる評価を通じて、言語モデルは文法的な正しさを比較的早く獲得する一方、構文が表す意味の理解はより緩やかに発達し、大規模言語モデルでも十分に獲得できていない構文があることを明らかにしました。これらの結果は、言語モデルの評価において、文法性だけでなく構文が持つ意味の理解を測ることの重要性を示すものです。
■受赏［2］：SAC Highlight
受赏者：三田雅人（言語情報科学専攻 博士課程）、染谷大河（言語情報科学専攻 博士課程）、吉田遼（言語情報科学専攻 博士課程）、大関洋平（言語情報科学専攻 准教授）
受赏论文："Language Acquisition Device in Large Language Models"
论文情报： Masato Mita, Taiga Someya, Ryo Yoshida, and Yohei Oseki. 2026. Language Acquisition Device in Large Language Models. In Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pages 19564-19577, San Diego, California, United States.
论文鲍搁尝：
受赏论文："Language Acquisition Device in Large Language Models"
论文情报： Masato Mita, Taiga Someya, Ryo Yoshida, and Yohei Oseki. 2026. Language Acquisition Device in Large Language Models. In Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pages 19564-19577, San Diego, California, United States.
论文鲍搁尝：
SAC Highlightは、各研究分野のシニアエリアチェア（Senior Area Chair）が、担当した論文の中から特に優れた1本として選出する賞で、独創性、重要性、技術的な卓越性、再現性、分野への波及効果などの観点から評価されます。受赏论文では、人間の言語獲得を支えるとされる「言語獲得装置（Language Acquisition Device; LAD）」の仮説に着想を得て、統語操作（MERGE?AGREE?MOVE）を反映した形式言語「MP-STRUCT」を用いた事前事前学習（pre-pretraining）の手法を提案しました。ごく少量の事前事前学習によって言語モデルの学習効率が向上するだけでなく、人間と同様に、構造的に不自然な言語を学習しにくいという性質が獲得されることを示しました。
