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，之前雷锋网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》一文。

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：

（雷锋网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：

雷锋网(公众号：雷锋网)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(雷锋网编辑一下子想到了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 。

另外雷锋网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。

。