2017 NIPS 哪家强？我们统计了大会发文数量，谷歌和CMU稳居老大

会员服务 ·

2017 NIPS 哪家强？我们统计了大会发文数量，谷歌和CMU稳居老大

2017 年 12 月 12 日 大数据文摘 文摘菌

作者：Robbie Allen

编译：HAPPEN、林海、Niki、Aileen

第31届神经信息处理系统大会（NIPS）上周在加州长滩(Long Beach)举行。NIPS可以说是AI领域最有声望的学术会议之一。今年也是出席人数最多的一次。近几年NIPS的出席人数一直急剧上升。

大型AI会议出席人数趋势图（来自AI Index）

AAAI:国际人工智能协会

IJCAI:人工智能国际联合大会

NIPS:神经信息处理系统大会

CVPR:IEEE国际计算机视觉与模式识别会议

ICML:国际机器学习大会

ICRA:机器人与自动化会议

ACL:国际计算语言学学会年会

你可能猜到了，提交审查的论文数量也在增加。2016年论文提交共2406篇，接收了568篇论文，接收率为24%。今年论文提交共3240篇，接收了679篇，接受率为21%。

自从我攻读博士学位以来，NIPS就一直在我的关注中。上周，我宣布加入一家新的机器学习初创公司Infinia ML，决定与Lawrence Carin合作。Lawrence是机器学习领域的重要人物，NIPS就是一个很好的例子。Lawrence的团队今年在NIPS发表了10篇论文，这是很了不起的成就。这驱使我对接收的679篇论文背后的人员以及机构做了一些分析。

研究NIPS并不容易

除了了解哪些研究员（例如Lawrence）被NIPS接收了论文，我很想知道哪些机构是最多产的。就像Andrej Karpathy为ICML所做的那样，我认为这是一项简单的数据挖掘任务，特别是NIPS和ICML用了同样的网站。

在十月，当我查看接收论文初始列表时（可以在Wayback Machine上找到），格式长得是这个样子：

这是可行的。它有我所需要的所有信息，包括论文、作者名单、所属机构等。写个脚本解析并生成我需要统计的信息应该不难。但是，这是我第一次接触不同机构所使用的各种名称。例如Google有10种不同的方式来表示，IBM有11种不同的版本。因此我需要一些手动清理。这也没啥。

当我想获取更新后的统计信息（为了这篇文章），更大的问题来了。以上文那种完美格式呈现的接收论文最终名单不见了。有几个地方可以找到最终名单，但有一个问题：没有一个界面包含了每个作者所属机构。我做了一些搜索，但找不到其他来源。我本打算从论文里将机构提取出来，但在浏览了几篇论文之后，我发现论文并没有标准化作者栏的格式，以至于它本应该是一项快速任务，现在看起来像一个大工程。

NIPS2017接收论文名单的片段

对我来说，仅存的另一个选择就是，期待9月份最初发布的文章列表没有太多的修改，这样一来，就可以将9月版中的机构信息应用于12月版。我可能需要配对这两个独立的数据集，并核对其不同之处，因而，数据解析工作可能会变得非常复杂。同时，这也意味着，对于9月版里面没有出现的新作者而言，我无法得到其机构信息。

毕竟，我一直想找到的只是大概的的数据，而不是百分之百精确的统计结果，所以我继续往下进行了。

9月份和12月份文章列表的区别

9月份和12月份两个版本的文章数量没有变化，但是其中有部分的文章标题稍做调整，部分文章甚至把标题完全改变（这使得两个版本间的匹配非常困难）。从两个列表的679篇文章中，我能够找到完全匹配一致的560篇文章。

此后，我又使用一些简单的规则，匹配了剩余文章中的98篇。举例来说，查对标题从前数20、15或10个字母，或者标题从后数20、15或10个字母中，看看是否可以匹配。

最后，12月份的文章列表中只剩下21篇文章，无法从9月份的文章列表中找到相对一致的匹配标题。

接下来进行作者匹配，从2035位作者中，我能够匹配1886位作者。剩下来149个作者未能匹配，标记为“无组织”，仅占全部作者总数的93%。看起来又是一次不那么完美匹配，但是，对于我的目的而言，这些已经足够了。

现在终于可以开始做点儿有意思的事儿了！

关于都有谁参加了类似NIPS这样的会议，我有一大堆问题，不过，其中最核心的问题是：谁是最多产的作者。如果你还记得上个世纪九十年代末期和本世纪早期是什么样子，如今发布文章就好比10－20年前的争着申请专利的竞赛。幸亏现在发表文章与知识产权（比如专利）无关，这也是我喜欢AI复兴的部分原因。

作者信息的统计

正如我稍早提到的，杜克大学的Lawrence Carin团队在NIPS发表了10篇文章。他位于排行榜第一位，其他作者根本没法和他们比。当然，这并不意味着Lawrence是这10篇文章的第一作者，可是，他监督管理着所有的研究，并对所有10篇文章都有贡献，其研究领域囊括几个主题，有文本分析、图像合成、大脑动态局域潜力分析，让人叹为观止。

通常情况下，一篇文章的最后一个作者就是该研究团队的负责人，或者管理着多个不同的研究项目。所以，当你看到Lawrence和象Bengio这样的其他知名人物一起出现在下表，就不会感到惊讶了。

反过来说，文章的第一作者则通常就是做苦活累活最多的那位。有三人分别贡献了三篇第一作者文章，真的是劳模。

有关研究机构的数据

现在我们来看看发表在NIPS文章量排名前五十的机构。我没有把谷歌和DeepMind放在一起，这样能看出谷歌多占比例之大。卡耐基梅隆,麻省理工,斯坦福和伯克利是前四的大学。谷歌，微软和IBM是跻身前列的公司。

这些数据和ICML的很相似。

接下来，我想看看有多少机构的名字是列在文章中第一位的，因为这意味着谁带领或发起了这些研究。下图数据显示谷歌排在第四位，这说明虽然谷歌被列在很多文章上面，但他们所做的不仅仅是带领整个研究。

最后，我想看看每个机构有多少作者。这又一次能够看出多少人在这些机构参与带了尖端的研究。在这儿，凯耐基梅隆有很大的优势。

总结

我从这次的统计数据中得出了一下结论：

谷歌很明显是延伸研究方向宽度的领导者。他们的名字出现在大部分的论文中，如果你把DeepMind也加进去的话他们就是迄今为止在NIPS有最多作者的机构。
卡耐基梅隆是在学术机构中在NIPS发表文章的领导者。他们有最多的第一作者而且除谷歌和DeepMind之外最多的人参与到文章的编制中。
杜克大学的Lawrence Carin有在NIPS最高产的一组研究人员。他也相比其他人参与到了更多的文章。杜克大学在大学中总文章量、第一作者文章量和总作者数量排名前十。