最近和很多朋友聊了聊 PaperWeekly 的一些未来愿景,也听到了很多不错的建议,有关于产品,也有关于商业模式的。我们每个人都无法预测未来,也并不知道做哪些事情一定是对的,但有一点可以确定,如果当下的这件事情我不做的话,我想我会后悔很久。
我不知道 PaperWeekly 未来是什么样子,但我希望它会是一个积极健康的、让不同的人都能有所收获的地方,它可能会做很大,但也有可能会很小众,但它身上一定会有一种最开始大家赋予它的那种光环和精神。
paper 这个东西,对于很多刚刚步入研究生阶段的同学可能有点害怕和彷徨,也可能有点可望不可及;对于很多已经耕耘多年的高年级同学可能有点驾轻就熟,信手拈来;对于很多并不做学术的同学可能觉得这东西没有用,因为工程上可能一点都用不上,或者这些只是一些媒体用来炒噱头的东西,一种消耗品;但对于 PaperWeekly 来说,它是一个载体,是一个桥梁,用来连接更多的学术同行。
社区刚刚上线几天,昨天的这次讨论是我希望 PaperWeekly 可以坚持做下去的,希望更多更加客观、理性的声音从 PaperWeekly 中发出,让更多的吃瓜群众了解到哪些 paper 是真的进展,哪些 paper 是炫技,哪些 paper 是充满噱头但并没有什么价值。
社区刚刚上线,很多功能和设计并不完善,但我们希望在很多的细节上可以给用户带来爽的体验。比如: 我们认为好的 paper,尤其是比较新的一些好 paper,因为没有太多引用量,所以很多时候并不容易被搜索出来。而很多时候很多好的 paper 都藏在民间,藏在大家的 paper 待读或已读列表中。
每个人将自己这些 paper list 分享出来,同时给一个不错的推荐理由,让更多的人来判定这篇 paper 是否真的不错,而不是只看作者的名气、作者学校的名气或者题目中是否有热门关键词。我很喜欢这种每个人都拿出一些自己的“宝贝”的感觉,独乐乐不如众乐乐。
我们针对 arXiv 做了一个工具,当你从搜索框中搜索感兴趣的作者或标题时,我们会将 arXiv 的结果反馈给大家,然后点击自动获取论文信息,将会补全本篇 paper 的所有 meta 信息。
由于我们整个社区的内容都是由标签来组织的,所以在标签这块,设计了一个自动获取推荐标签的功能,通过 paper 的内容来推测可能的标签,当然现在的方法还是用了一些无监督的简单思路,等社区成长一段时间,我们将会换监督学习来做。另外,我们之前报道过一篇做 keyphrase 生成的 paper,也会尝试去用一下。
当你填充完这些信息之后,剩下的就是一个充分的推荐理由,为了让你的表达更加多元化,我们提供了 markdown + latex,相信越充分的推荐理由,就越会受到大家的青睐。
最后的一步,如果你恰好是本文的作者,同时这篇 paper 也受到很多人的关注,我们将会发起一场论文共读活动,让你的 paper 得到更加充分的宣传和曝光,也让更多的同学可以与作者零距离对话。
为了方便大家推荐 paper,我们用尽了心思,很多的同学都是在每天早上的九点开始坐在实验室中刷 arXiv,看看今天有没有啥好玩的 paper,我也有这样一个好的习惯。针对这个需求,我们做了一款 chrome 插件,用户可以在刷arxiv的时候,直接一键推荐到社区中。
2015 年的时候,我做了一款叫做 rsarXiv 的 app,目的是帮助大家自动过滤出每天感兴趣的 arXiv paper,这样做有个天然的问题就是无法保证 paper 质量。但是放在社区里,这个问题便迎刃而解,于是我们做了今日 arXiv 这个功能。
我们会根据用户关注的标签来帮助用户过滤出今天 arXiv 中可能会感兴趣的 paper,如果恰好有你觉得不错的 paper,那么请你记得点击我要推荐,将它一键推荐到社区里,让更多的人看到今天有有哪些好 paper 值得看,让更多的人来评价这些 paper 是否真的值得看。
我们希望有刷 arXiv 习惯的同学可以早日加入社区,一起来刷,一起来吐槽。忘掉 reddit,一起来 PaperWeekly 刷吧,让媒体朋友们都从 PaperWeekly 中寻找翻译热点,寻找标题党灵感吧。
我之前是一个豆瓣 fm 重度用户,以前每次写博客的时候都会打开豆瓣 fm,但后来我接触了网易云音乐之后,就经常用云音乐了。倒不是因为网易的推荐比豆瓣做的好,而是我在网易看到了更多特别有意思的歌单,有的歌单收藏了很多的儿时回忆,我特别喜欢这种人工聚类的东西,充满了人情味儿。于是,我们在社区里做了论文集的功能。
大家自发地建立了很多的论文集,很多其实都是在占坑,还没有太多的内容填充进来。这类论文集的关注量并不多,而有的论文集已经将几篇高质量的 paper 收录进来,并且得到了大家的广泛关注。
后期,我们会通过运营手段来建立更多有引导作用的论文集,比如 Chatbot 必读系列,知识表示必读系列等等,相信通过大家共同的努力,社区会不断输出更多的价值给大家。
我个人很喜欢社区,有个重要的原因,是这里会让人产生一种归属感,每个人在这里都产生价值,正所谓“我为人人,人人为我”。当然我们还有很多的功能在设计和迭代中,近期也会和大家见面,包括更加好用的首页信息流,包括更多的分类(目前只有自然语言处理和计算机视觉,早期是为了方便测试和迭代功能),包括论文共读、话题讨论等等。
我理想中的社区就像是一个二手书市场,你把你的宝贝书拿出来,我把我的宝贝书拿出来,遇到了兴趣相投的多聊几句,交个朋友,高兴了写个书评,分享给大家。这些书可能并不热门,作者也可能不为人知,但独具匠心,体现智慧。
最后,EMNLP 2017 刚刚闭幕,我们社区将会发起一个“EMNLP 2017 好文推荐”活动。在社区里推荐你觉得不错的 paper,听起来很像我们小时候看春晚时填写的“观众最喜欢的春晚节目单”。大家推荐到社区的 paper,请用 #EMNLP2017# 作为标识标签,我们会按点赞数进行排名,取前三名作为“幸运观众”,送出 PaperWeekly 精心准备的神秘礼物。
噔噔,彩蛋时间到~
奖品属于坚持看到最后的你
参与方式
转发本文到朋友圈
后台截图给小编
小编将随机抽选五位同学
送出重磅好礼
"Deep Learning"中文版 x 1
独家深度学习主题贴纸 x 4
活动截止至9月18日
获奖名单会在评论区公布
△ AI圣经之“深度学习”
△ 独家“深度学习”主题贴纸
点击“阅读原文”即可访问PaperWeekly社区
(建议使用PC端进行访问)
关于PaperWeekly
PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。
▽ 点击 | 阅读原文 | 申请注册