0
本文作者: skura | 編輯:汪思穎 | 2018-11-29 15:09 | 專題:ICML 2019 |
雷鋒網(wǎng)AI科技評論按:ICML 是 International Conference on Machine Learning 的縮寫,即國際機器學(xué)習(xí)大會。如今,ICML 已發(fā)展為由國際機器學(xué)習(xí)學(xué)會(IMLS)主辦的年度機器學(xué)習(xí)國際頂級會議。
與其他機器學(xué)習(xí)會議一樣,近年來 ICML 的投稿數(shù)量持續(xù)暴漲。ICML 2017 的數(shù)字是 1676 篇投稿、434 篇接受論文,2018 年則是 2473 / 621,投稿數(shù)增加了 45%。對所有論文統(tǒng)計關(guān)鍵詞做成詞云,毫不意外地看到 learning、Deep、Network、Model、reinforcement learning、optimization 等詞匯。
ICML 2019 大會將于 6 月 10 日至 15 日在加州長灘舉行,比去年早了一個月。鑒于往年投稿數(shù)量多、審稿人水平參差不齊的情況,為了鼓勵論文內(nèi)容的可重現(xiàn)性和論文的高質(zhì)量提交,ICML 2019 的程序主席之一 Ruslan Salakhutdinov 教授在 twitter 表示,今年將會對論文提交增加三個新要求:
2019 年 1 月 18 日是摘要的提交截止日期。只有提交了合格的摘要才能被允許提交完整的論文,用來占位的摘要將被刪除。全文提交截止日期為 2019 年 1 月 23 日。
今年,修改論文上作者名單的最后期限是 1 月 23 號。在此日期后,將不接受任何更改。
最后,為了促進(jìn)可再現(xiàn)性,極力鼓勵在論文中附上代碼。論文提交表單將有兩個可選的補充文件:常規(guī)補充手稿和代碼。在決策過程中將考慮結(jié)果的可再現(xiàn)性和代碼的易訪問性。在評審的過程中,結(jié)果的可再現(xiàn)性和代碼的可獲得性將會被考慮在內(nèi)。
還有一個多月就要到投稿截止時間啦,那么如何投稿才能提高命中率呢?之前 ACL 組委會的審稿人給出了一些對投稿的建議,以及寫論文的小技巧,或許可以作為參考:
Claire Cardie(Cornell University)
我對提交論文前一周的建議是:在這個時間點,一定要提前寫好論文,用這一周的時間盡可能多的得到資深審稿人的意見,針對意見對論文進(jìn)行修改。事實上,沒有人能夠提前很久就將論文寫的完美無缺。從實際角度來看,我認(rèn)為在論文提交的 deadline 之前有兩點工作是最重要的。
(1)論文的 Introduction 部分一定要說服讀者,讓讀者覺得你做了一個非常重要的工作,解決了一個重要問題,并且得到了很好的很吸引人的結(jié)果,同時也要解釋清楚這項工作做出了哪些新穎的貢獻(xiàn);需要讓讀者能夠清晰的知道這篇文章所講述的“故事”。文章的其余部分則要按照簡介所說的,進(jìn)行詳細(xì)的解釋,但是如果簡介寫得不好,你的文章就已經(jīng)失去了很多讀者的閱讀興趣了。所以一定要保證文章的簡介是無懈可擊的。
(2)自己查找或者找人幫忙查找工作中或目前文章中的最可能使得讀者“Kill”掉這篇文章的點。盡可能去修改這些問題。在 deadline 之前盡可能重復(fù)的進(jìn)行發(fā)現(xiàn)問題-修改問題這個過程。文章中總有一些東西需要去改進(jìn)。
Chris Dyer(Google DeepMind/Carnegie Mellon University)
當(dāng)你想要完成論文的時候,你的最重要的考慮應(yīng)該是這篇文章是否足夠清晰和容易理解。每年都有眾多的論文擁有吸引人的重要結(jié)果,但是因為它們很難理解,而導(dǎo)致被拒絕或者沒有得到應(yīng)有的影響力。審稿人錯過了新穎點,而普通讀者在挫敗中放棄了閱讀。盡管文章語言流利用詞優(yōu)雅很難能可貴,但這些都只是細(xì)節(jié),不影響整體,這對于 non-native 的研究者來說是個好消息。而文章的清晰性是最重要的,這取決于你的文章的內(nèi)在連貫性,以及論據(jù)的展開是否有邏輯。在這方面很有幫助的一個方法是,從不同的粒度來閱讀和編輯論文,也可以稱之為“從粗到細(xì)的閱讀”。首先,只閱讀摘要和介紹。你能從中了解到該文章的論點是什么,以及關(guān)鍵結(jié)果是什么嗎?接下來,再一次閱讀摘要和每個部分的第一句話。你在這些地方都使用了同樣的論點嗎?最后,閱讀每個自然段的第一句話。從中你應(yīng)該很清晰地了解到你所要講的“故事”的框架。 如果在你“粗略”地閱讀了這篇文章之后,你仍然能夠理解它的論點,那么你就得到了一篇組織良好的文章,你的審稿人也會理解這篇文章的。如果不能的話,再優(yōu)美的語言也不能夠解決文章的問題。
Hal Daume III (University of Maryland)
我首先給出的建議就是:盡量留出充足的時間來寫論文,這樣就不會把所有工作拖到最后一分鐘才做完。導(dǎo)師和學(xué)生之間應(yīng)該有時間多次修改論文,也應(yīng)該有時間從那些不熟悉你的方法的人那獲得建議。如果你的導(dǎo)師相當(dāng)熟悉你的工作,在研究過程中一直在聽取你的匯報,那讓一個從來沒有聽說過你工作的一個人來提供建議將非常有幫助(不過最好是相同研究領(lǐng)域的人)。確保留下了足夠的時間,這樣當(dāng)你獲得反饋意見的時候,你可以認(rèn)真對待。我能想到的其他建議還有:自我反思,我是否積極地完成這項工作?我是否準(zhǔn)確的引用了其他人的相似研究?(注意:準(zhǔn)確是十分重要的。作為一個審稿人,如果作者沒有認(rèn)真地閱讀他所引用的其他文章,會給我?guī)砗茇?fù)面的影響。)我是否在前幾段明確了我做的貢獻(xiàn)?如果你使用的是非母語的語言進(jìn)行寫作,一定要找一位 native speaker 閱讀語法和選詞。使用拼寫檢查器確保沒有拼寫錯誤。在內(nèi)容方面,進(jìn)行錯誤分析或者對結(jié)果討論的章節(jié)是十分有用的。這樣會使得論文變的更有吸引力,而不是僅僅列出了冷冰冰的數(shù)字。
Ray Mooney (University of Texas, Austin)
我給予學(xué)生的唯一一個建議是,看一看項目委員會,根據(jù)你的主題確定誰可能會審你的稿,確保你的文章引用了他所寫過的相關(guān)論文,這樣就能夠避免由于你沒有引用審稿人的相關(guān)論文而導(dǎo)致的負(fù)面影響。盡管這個建議有點諷刺,但是還是很有用的。
Philip Resnik(University of Maryland)
確保你沒有落入“知識詛咒(curse of knowledge)”的陷阱中,也就是不能假設(shè)你的讀者已經(jīng)擁有了你的知識背景和隱含假設(shè)。這意味著,你首先應(yīng)該讓讀者清楚的知道為什么他們應(yīng)該關(guān)心這項工作。僅僅提高某些任務(wù) X% 的性能是不夠的;要清楚這個任務(wù)有什么意義是最重要的。這意味著你應(yīng)該將你的論文集中在邏輯性上,而不是技術(shù)細(xì)節(jié):論文的敘述應(yīng)該按照邏輯組織,而不是時間順序;關(guān)于模型和算法的重點應(yīng)該放在文本正文中,同時應(yīng)該用最平實的語言進(jìn)行解釋,而不需要詳細(xì)的解析方程或者算法圖;衍生或這實現(xiàn)細(xì)節(jié)應(yīng)該寫在文檔中,如果對于會議讀者非常有必要的話,將它們放在附錄中。
在實驗方面,要明確地分離訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù),并解釋為什么選擇了這個參數(shù)。比如你為 LDA 使用了 50 個主題,為什么不使用 20 或者 100 ?如果這個問題的答案不是“我事先選擇的這個參數(shù)”,或者“我根據(jù)保留的數(shù)據(jù)調(diào)整出來的”,而是“我只是使用了測試結(jié)果中最好的那個參數(shù)”,那你就進(jìn)行了一個無用的實驗。你可以通過列舉你所有嘗試的其他值來彌補,但是你需要準(zhǔn)備好接下來審稿人的問題:為什么要相信你選擇的值會在下一個未知的數(shù)據(jù)集中取得最好的結(jié)果。如果其他的參數(shù)都導(dǎo)致失敗的實驗,那你應(yīng)該參考以前的文獻(xiàn),并使用其中的參數(shù),稱之為“先前工作中典型的參數(shù)”,并引用那篇文章。
最后,英文寫作的質(zhì)量很重要。并不需要花哨或者詩意的文字,但需要條理清晰,語法正確,拼寫正確,邏輯清晰。否則你的審稿人難以理解你的觀點。如果你不是 native speaker,那么最好找一個 native speaker 閱讀并修改你的論文。
原文可以在雷鋒網(wǎng)上搜索文章:
還在為論文發(fā)愁? ACL 組委會手把手教你論文投稿小技巧 | ACL 2017
雷鋒網(wǎng) AI 科技評論同時整理了 2019 年度主要國際頂級學(xué)術(shù)會議清單,涵蓋了會議簡介、舉辦時間、舉辦地點、官網(wǎng)及相關(guān)報道等信息,詳情請見:
干貨 | 2019 AI 國際頂級學(xué)術(shù)會議一覽表
雷峰網(wǎng)版權(quán)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
本專題其他文章