在新浪博客上看到这篇关于目前热门研究方向的总结，感觉不错，转载过来，情歌分析跟机器翻译确实是目前两个非常热门的研究方向，百度高级科学家王海峰等在ACL2010评述中叶归纳了今年ACL论文中，各个研究方向的投稿及录用情况。machine translation 和 sentiment analysis 是目前热门的研究方向。而机器学习方法在自然语言处理处理中的应用也是一个亘古不变的热门研究方向。
 
下图来自ACL 2010评述，吴甜，田浩，吴华，王海峰（中文信息学报）
 
 

研究方向总结

  (2010-07-23 01:54:32)
在不到一年的时间里边（2009年8月份-2010年7月份），自己好像做了不少事情。包括：
发表了多篇质量一般的论文、参加了多个大大小小的国际会议、也帮老板做了COLING-2010和EMNLP-2010的审稿（三个track，十篇左右）。
写的论文就是两个方向：情感分析 和 多语专利的智能处理。
参加的会议包括在加拿大渥太华的MT Summit XII，香港的PACLIC-23和CIKM-2010，英国Milton Keynes小镇的ECIR-2010，美国洛杉矶的NAACL-HLT 2010，日本东京的NTCIR-8，瑞典Uppsala的ACL-2010。
总结起来目前在NLP方面主流的研究方向如下（纯属个人理解）：
1. 就研究内容而言：Machine Translation、Parsing、Semantics（在NAACL和ACL都有5个左右的Sessions）这些热门依旧持续火热；新兴的热点是Sentiment Analysis和Machine Learning（在NAACL和ACL差不多3个Sessions）；还有其它的传统方向包括Information Extraction, IR & NLP, Morphology/Segmentation/Phonology, etc.
2. 就研究方法而言：主要的热门包括Unsupervised/Semi-Supervised Approaches for XXX，Cross-lingual/Multilingual Processing for XXX，Joint Learning/Traing for XXX & YYY。
Machine Translation和Sentiment Analysis火热的原因是应用前景比较好，Parsing和Semantics则是传统的主流，Machine Learning则是席卷一切的潮流。
如果一个实验室想做有影响力的工作就要选择主流的方向，在最难啃的骨头上争取有所突破，就想Berkeley、Stanford、ISI这些顶级NLP机构一样。
下半年准备去Cornell访问，希望能有所收获。
以上为个人总结，欢迎大家提出意见。