学界 | 如何提高NIPS论文命中率?这里有一份详细的分析
又到NIPS发榜日,几家欢乐几家愁。今天,机器学习领域首屈一指的学术会议NIPS开始向投稿作者发送邮件确认论文结果:接受或拒绝。今年NIPS共录用论文678篇,比起去年的571篇增长近20%。目前全部论文名单还未对外公布,之前AI科技评论有通过社交网络整理了部分被接受论文的资料,参见:刚刚,NIPS 2017 结果出炉,默默看各路大神公布喜讯。
在学术界,NIPS大会在论文方面的争议似乎比其他学术会议更为突出一些。例如去年在ML圈子里影响颇大的SARM论文撤稿事件就是在NIPS,以及像这位叫Thang Bui的博士生,在四项评分中获得了不错的分数(满分5分),评审十分感动,然后拒绝了他:
(AI科技评论今年也询问了这位博士生今年是否有论文被NIPS接收,但至发稿为止,尚未得到回复。)
上述的例子并不是特例。按照著名的NIPS实验的结论,NIPS审稿人的口味差异相去甚远,如果有第二个委员会重新把NIPS接收的论文审一遍,那么大半论文将会被Rejected,这简直就和掷色子决定是否录用差不多......
即便如此,还是有人战绩不错,像NTT CS labs的科学家Mathieu Blondel在Twitter上则表示,今年NIPS投2中2,近两年在ICML和NIPS的成绩是6投5中:
AI科技评论编辑在他的Twitter下请教如何才能提高NIPS的命中率?结果他的回答竟然是:“除非很有把握,否则我不会随意投稿。”
其实在一年前的Reddit上,就有过关于如何提升NIPS、ICML等机器学习顶会命中率的讨论,网友BeatLeJuce给出了如下9条宝贵意见:
1. 学会讲故事。不要只说“我们做了XXX,效果很好,以及为什么相比传统方法有改进”而是要向审稿人推销你的想法;
2. 学会在论文中放几个数学公式。不少审稿人就好这口儿;
3. 数学公式适可而止。如果你数学真的牛逼,不妨去投COLT吧;
4. 写够足够长度。如果会议要求论文格式是8页正文,你只写了7.5页,那毙掉你又多了一条理由;
5. 估计谁可能是你的审稿人,然后多引用他们的文献AI科技评论编辑一下子想到了Jürgen Schmidhuber毙掉Ian Goodfellow那篇牛逼GANS论文的故事);
6. 模仿牛逼实验室的论文写法。双盲评审下,如果审稿人感觉你是牛逼实验室的成员,他们可能会手下留情;
7. 如果你写的是应用领域的论文,请在Audio、Image、Video三个应用领域,没有人关心其他应用领域;
8. 反复试验,确认试验结果的置信区间,让结果经得起推敲(如果你的结果无法重复,那就只能看你怎么定义置信区间了);
9. 确保你的工作具备独创性,并在介绍部分说明为什么你的工作具备独创性 。
另外AI科技评论还发现了一项颇有意思的统计:经济基础决定上层建筑,NIPS录取率(可能)与作者所在国家经济水平相关。有人做了一个近10年NIPS接受论文的国家统计以及作者所在国家的人均收入水平的统计,结果发现人均收入3万-5万美元的美国、英国、加拿大、德国、法国等经济水平较好的国家表现突出,而平均经济水平较低的非洲10年里没有出过一篇NIPS论文,南美洲10年里也只有11篇。中国和印度因为人口基数大得以成为特例,10年前这两个国家的作者想要中NIPS论文很难,而几年来有明显的加速增长趋势。按此估计,今年NIPS录用的来自中国的文章大概在30-40篇左右。
(NIPS 2006-2016论文不包括美国的其他国家及收入水平统计图,泡泡大小代表文章数量)
(包括美国的统计图,美国一骑绝尘)
上述分析多少有些道理,毕竟人工智能是经济发展到了一定水平之后才有实际的研究意义。但中国学者近几年在各大学术会议上的表现突出,这实际上也是中国人工智能研究厚积薄发的表现。如清华大学助理研究员刘知远在知乎“AI领域的灌水之风如何破局?”问题下回答:
回想2006年我刚读博士生的时候,国内中1篇顶会就能上校系新闻,很多学生还要巴巴地去MSRA等机构深造一下才能发出顶会论文。短短的10年后,国内能够在顶会上持续发表论文的单位和学者已经遍地开花,学术氛围空前浓厚。在这样的氛围下,相信大家自然会不断提高研究品位和水平,催生“引领”式的成果。路是一步一步走的,饭是一口一口吃的,不应该因为吃到第六个馒头吃饱了,就埋怨不该费神吃前面那五个。
相信在未来几年,国内研究者在AI顶会上会有更好的表现,也希望到那时,“如何才能在NIPS发论文”不再是一个值得专门提出来的问题。
————— 给爱学习的你的福利 —————
3个月,从无人问津到年薪30万的秘密究竟是什么?答案在这里——崔立明授课【推荐系统算法工程师-从入门到就业】3个月算法水平得到快速提升,让你的职业生涯更有竞争力!长按识别下方二维码(或阅读原文戳开链接)抵达课程详细介绍~
————————————————————