★2020年自然语言处理与信息检索国际会议（ECNLPIR 2020）--- Ei Compendex＆Scopus-Call for papers
｜2020年9月16-18日,德国柏林｜网址：www.ecnlpir.org

★开会地点：Hollywood Media Hotel, Berlin, Germany

★ECNLPIR 2020致力于促进世界顶尖创新者、科学家、学者、研究人员和思想领导者之间的交流和探讨,促进自然语言处理与信息检索领域的发展与进步。在会议的这三天里，您将有机会聆听到前沿的学术报告，见证该领域的成果与进步。

★出版和索引
所有接受的论文将在线出版，将被Ei Compendex，SCOPUS，Google Scholar，Cambridge Scientific Abstracts（CSA），Inspec， ISTP等检索，优秀论文将在国际期刊上发表。

★特邀演讲嘉宾
一．Paolo Rosso教授——瓦伦西亚政治大学，西班牙
Paolo Rosso教授是瓦伦西亚政治大学计算机科学副教授，也是模式识别和人类语言技术（PRHLT）研究中心的成员。他的研究兴趣包括社交媒体中的作者分析和反讽检测、意见垃圾检测以及文本重用和剽窃检测。自2009年起，他参与了泛基准活动的组织，自2010年和2011年起，他参与了裂隙和火灾评估论坛框架内的剽窃/文本重用检测和作者简介活动。他还是Evalita情感极性分类和SemEval-2015 Twitter比喻语言情感分析的共同组织者

二．habil.Thomas Villmann教授——米特维达应用科学大学，德国
Thomas Villmann教授是德国应用科学大学（University of Applied Sciences Mittweida，UASM）的一名教授。他拥有数学文凭，1996年获得计算机科学博士学位，2005年获得同一学科的训练和venia legendi学位，均来自德国莱比锡大学。1997年至2009年，他领导了莱比锡大学心理治疗医院的计算智能小组。2006年，他在巴黎大学统计分析和数学建模系（SAMM）担任客座教授
自2009年起，他是德国萨克森大学（UASM）技术数学/计算智能的正式教授。他是欧洲神经网络学会（GNNS）德国分会的创始成员，自2011年起担任会长。此外，他还领导了位于德国米特维达的计算智能和智能数据分析研究所和应用科学大学米特维达计算智能小组。自2017年以来，他一直担任UASM萨克森计算智能与机器学习研究所（SICIM）主任。

三．Jan Treur教授——阿姆斯特丹自由大学，荷兰
Jan Treur是阿姆斯特丹VRIZE大学社会人工智能组的人工智能教授。他是国际公认的人工智能、认知和社会建模专家。他在过去15年中的研究涵盖了在许多应用领域中模拟和分析人工智能系统的方法和技术，包括人类感知人工智能系统以及认知和社会建模与模拟。目前，他的研究主要集中在（多阶）自适应网络的面向网络的建模，以建模自适应的生物、认知、情感和社会过程，并在2020年出版了一本专门针对这一点的书。在生物学、认知神经科学、认知科学、社会神经科学和社会科学等科学学科所描述的人类功能的动态和适应性方面，建模、模拟和分析解决了部分现实问题


★节目预览/节目一览
9月16日：注册+接待
9月17日：开幕式+ KN演讲+分会场报告
9月18日：分会场报告+实验室参观/半日游

★论文提交
1. 通过CMT提交PDF版本：https://cmt3.research.microsoft.com/ECNLPIR2020
2. 通过电子邮件投稿：ecnlpir@iased.org
3.投稿要求：
(1)稿件必须为全英文稿件，图片、表格、公式中均不允许有中文出现，稿件需与主题相关。
(2)主题突出，内容层次分明，数据准确可靠，论述严谨，结论明确。未在国内外公开刊物或其它学术会议上发表过。
(3)请作者按照官网上模板的格式编排（最好是在模板的基础上替换原文内容）。本次会议采取先投稿、先送审、符合条件者先发送录用通知方式进行。审稿周期约为3-7个工作日。
(4)投稿的文章经过初审之后，将提交给至少2名审稿委员会成员进行同行审查，审查内容包括原创性、技术或研究的内容和深度、会议主题相关性、贡献性和可读性。
(5)如果只参会做报告，不出版，则只需提交摘要以供审阅。听众不需要提交稿件，注册成功的听众可以参加会议的所有分会。
(6)稿件不允许有剽窃行为，涉嫌抄袭的文章将不会送审。

★联系我们
郭女士
电子邮件：ecnlpir@iased.org
网址：www.ecnlpir.org
QQ: 2011307354(加QQ时请附上您想咨询的会议名字简称，如:ECNLPIR 2020)

Call for papers(http://www.ecnlpir.org/cfp.html):
Adversarial and cross language information retrieval

Aspects of high performance text analysis 
Author identification and plagiarism detection 
Automated knowledge aquisition and representation 
Collaborative information filtering 
Data mining
Data scienece
Decentralised knowledge representation
Diachronic corpora and temporal reasoning over knowledge basis 
Dialogue systems for the Semantic Web
Document summerisation and identification 
Dynamic graphs and in particular co-occurrence graphs 
Event and anomaly detection
Graph and deep-learning based methods of Natural Language Processing and Information Retrieval
Information and knowledge extraction
Information mining and psycholinguistic
Information Retrieval result evaluation and relevance feedback 
Intelligent Tutoring
Interactive systems
Interactive, dynamic, contextual and personalised Information Retrieval 
Knowledge graph learning
Knowledge representation
Konwledge discovery
Learning Analytics Knowledge
Learning from Big Data for web-scale knowledge graphs
Lexical semantics for the Semantic Web
Methods and analyses for statistical networks
Methods and systems of automatic machine translation 
Methods based on Semantic Webarm Intelligence and other natural inspInformation Retrievaled methods 
Methods for Classification and Categorisation 
Multimodal human-computer communication for the Semantic Web
Natural Language based representations and knowledge systems using Semantic Web
Natural Language Proessing for digital humanities
Natural language text generation from knowledge graphs and ontologies
Natural language understanding and the Semantic Web
Ontology generation, merging and verification methods 
Ontology learning
Ontology population through Natural Language Processing and Information Retrieval methods
Opinion, personality and emotion detection in social media 
Propagation and diffusion of information
Query Expansion 
Question anSemantic Webering over knowledge graphs
Resources for basic Natural Language Processing tasks analysis
Semantic search and exploratory search
Semantic similarity metrics and analogy
Semantic web technologies 
Sentiment analysis 
Similarity analysis, clustering, hierarchic clustering 
Small world graphs
Social and multimedia Information Retrieval 
Social Sciences
Super popular content
Taxonomy extraction
Text analytics for the Internet of Things
Text mining
Topic recognition and topic tracking, subject indexing 
Use of  knowledge graphs and ontologies for Natural Language Processing
Visualisation of Natural Language Processing and Information Retrieval results