如何提高NIPS論文命中率？這裡有一份詳細的分析

又到NIPS發榜日，幾家歡樂幾家愁。今天，機器學習領域首屈一指的學術會議NIPS開始向投稿作者發送郵件確認論文結果：接受或拒絕。今年NIPS共錄用論文678篇，比起去年的571篇增長近20%。目前全部論文名單還未對外公布，之前雷鋒網有通過社交網路整理了部分被接受論文的資料，參見：《剛剛，NIPS 2017 結果出爐，默默看各路大神公布喜訊》一文。

在學術界，NIPS大會在論文方面的爭議似乎比其他學術會議更為突出一些。例如去年在ML圈子裡影響頗大的SRAM論文撤稿事件就是在NIPS，以及像這位叫Thang Bui的博士生，在四項評分中獲得了不錯的分數（滿分5分），但仍被無情拒絕了：

（雷鋒網今年也詢問了這位博士生今年是否有論文被NIPS接收，但至發稿為止，尚未得到回復。）

上述的例子並不是特例。按照著名的NIPS實驗的結論，NIPS審稿人的口味差異相去甚遠，如果有第二個委員會重新把NIPS接收的論文審一遍，那麼大半論文將會被Rejected，這簡直就和擲色子決定是否錄用差不多......

即便如此，還是有人戰績不錯，像NTT CS labs的科學家Mathieu Blondel‏在Twitter上則表示，今年NIPS投2中2，近兩年在ICML和NIPS的成績是6投5中：

雷鋒網編輯在他的Twitter下請教如何才能提高NIPS的命中率？結果他的回答竟然是：「除非很有把握，否則我不會隨意投稿。」

其實在一年前的Reddit上，就有過關於如何提升NIPS、ICML等機器學習頂會命中率的討論，作者給出了如下9條寶貴意見：

1. 學會講故事。不要只說「我們做了XXX，效果很好，以及為什麼相比傳統方法有改進」而是要向審稿人推銷你的想法；

2. 學會在論文中放幾個數學公式。不少審稿人就好這口兒；

3. 數學公式適可而止。如果你數學真的牛逼，不妨去投COLT吧；

4. 寫夠足夠長度。如果會議要求論文格式是8頁正文，你只寫了7.5頁，那斃掉你又多了一條理由；

5. 估計誰可能是你的審稿人，然後多引用他們的文獻(雷鋒網編輯一下子想到了Jürgen Schmidhuber斃掉Ian Goodfellow那篇牛逼GANS論文的故事)；

6. 模仿牛逼實驗室的論文寫法。雙盲評審下，如果審稿人感覺你是牛逼實驗室的成員，他們可能會手下留情；

7. 如果你寫的是應用領域的論文，請在Audio、Image、Video三個應用領域，沒有人關心其他應用領域；

8. 反覆試驗，確認試驗結果的置信區間，讓結果經得起推敲（如果你的結果無法重複，那就只能看你怎麼定義置信區間了）；

9. 確保你的工作具備獨創性，並在介紹部分說明為什麼你的工作具備獨創性 。

另外雷鋒網還發現了一項頗有意思的統計：經濟基礎決定上層建築，NIPS錄取率（可能）與作者所在國家經濟水平相關。有人做了一個近10年NIPS接受論文的國家統計以及作者所在國家的人均收入水平的統計，結果發現人均收入3萬-5萬美元的美國、英國、加拿大、德國、法國等經濟水平較好的國家表現突出，而平均經濟水平較低的非洲10年裡沒有出過一篇NIPS論文，南美洲10年裡也只有11篇。和印度因為人口基數大得以成為特例，10年前這兩個國家的作者想要中NIPS論文很難，而幾年來有明顯的加速增長趨勢。按此估計，今年NIPS錄用的來自的文章大概在30-40篇左右。

（NIPS 2006-2015論文不包括美國的其他國家及收入水平統計圖，泡泡大小代表文章數量）

上述分析多少有些道理，畢竟人工智慧是經濟發展到了一定水平之後才有實際的研究意義。但學者近幾年在各大學術會議上的表現突出，這實際上也是人工智慧研究厚積薄發的表現。如清華大學助理研究員劉知遠在知乎「AI領域的灌水之風如何破局？」問題下回答：

回想2006年我剛讀博士生的時候，國內中1篇頂會就能上校系新聞，很多學生還要巴巴地去MSRA等機構深造一下才能發出頂會論文。短短的10年後，國內能夠在頂會上持續發表論文的單位和學者已經遍地開花，學術氛圍空前濃厚。在這樣的氛圍下，相信大家自然會不斷提高研究品位和水平，催生「引領」式的成果。路是一步一步走的，飯是一口一口吃的，不應該因為吃到第六個饅頭吃飽了，就埋怨不該費神吃前面那五個。

相信在未來幾年，國內研究者在AI頂會上會有更好的表現，也希望到那時，「如何才能在NIPS發論文」不再是一個值得專門提出來的問題。