99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀2016機器學習與自然語言處理學術(shù)全景圖
2016機器學習與自然語言處理學術(shù)全景圖
2017-01-09
收藏
隨著 2016 年結(jié)束，劍橋大學高級研究員 Marek Rei 對人工智能行業(yè)的 11 個主要會議和期刊進行了分析，它們包括 ACL、EACL、NAACL、EMNLP、COLING、CL、TACL、CoNLL、Sem / StarSem、NIPS 和 ICML。本次分析對目前在機器學習與自然語言處理領(lǐng)域的各類組織與院校的科研情況進行了對比。分析顯示，在論文數(shù)量上，卡耐基梅隆大學（CMU）高居第一位。

以下各圖所用到的信息均來自網(wǎng)絡(luò)，每份文件的機構(gòu)組織信息都是由論文的 pdf 文件中獲取的，并不保證完全準確。

在你看完這份分析，得出自己的結(jié)論之前，請注意一個前提：論文的質(zhì)量遠比數(shù)量重要，而論文質(zhì)量并不在本次分析的范圍內(nèi)。我們的分析來源于這樣一個動機：我們希望展示深度學習和機器學習領(lǐng)域在過去的一年里發(fā)生了什么，大公司和院校正在做什么，希望它能夠為你提供一些幫助。

首先是 2016 年最活躍的 25 個機構(gòu)：


卡耐基梅隆大學僅以一篇論文優(yōu)勢擊敗谷歌。2016 年，微軟和斯坦福也發(fā)表 80 多篇論文。IBM、劍橋、華盛頓大學和 MIT 都抵達了 50 篇的界線。谷歌、斯坦福、MIT 以及普林斯頓大學明顯關(guān)注的是機器學習領(lǐng)域，論文發(fā)表幾乎都集中在了 NIPS 和 ICML 上。實際上，谷歌論文幾乎占了 NIPS 所有論文的 10%。不過，IBM、北大、愛丁堡大學以及達姆施塔特工業(yè)大學（TU Darmstadt）顯然關(guān)注的是自然語言處理應(yīng)用。


接下來，看看作者個人情況。

Chris Dyer 繼續(xù)他驚人的論文發(fā)表勢頭，2016 年共發(fā)表了 24 篇論文！我很好奇為什么 Chris 不發(fā) NIPS 或 ICML，但他確實在每一個 NLP 會議都有一篇論文（除了 2016 沒有開的 EACL）。緊跟之后的是 Yue Zhang (18)、Hinrich Schütze (15)、Timothy Baldwin (14) 和 Trevor Cohn (14)。來自哈爾濱工業(yè)大學的 Ting Liu 在 COLING 上就發(fā)了 10 篇論文。Anders S?gaard 和 Yang Liu 在 ACL 上都有 6 篇論文。



下面是 2016 年最高產(chǎn)的第一作者：

三位研究者發(fā)表了六篇第一作者論文，他們是 Ellie Pavlick（賓夕法尼亞大學）、Gustavo Paetzold（謝菲爾德大學）和 Zeyuan Allen-Zhu（普林斯頓大學高級研究所）。Alan Akbik（IBM）發(fā)表了 5 篇第一作者論文，還有七位研究者發(fā)表了四篇第一作者論文。


另外有 42 人發(fā)表了三篇第一作者論文，231 人發(fā)布了兩篇第一作者論文。

接下來看看在時間序列上的排布，首先，在不同會議上發(fā)表的論文總數(shù)：


NIPS 一直以來每年都有一場規(guī)模很大的會議，今年看起來更是不得了。另外，COLING 今年的表現(xiàn)超過了預(yù)期，甚至超過了 ACL。這是自 2012 年 NAACL 和 COLING 合并以來的第一次。

下面是每個組織機構(gòu)的歷年來的論文數(shù)量：


在 2015 年超過微軟之后，CMU 繼續(xù)領(lǐng)跑。但是谷歌也大步跨越，幾乎快追上來了。斯坦福的表現(xiàn)也很搶眼，后面跟著 IBM 和劍橋大學。

最后，讓我們來看看個人作者：


在圖上可以看到，Chris Dyer 有一條非常明顯的上升曲線。其他過去五年來一直保持增長的作者：Preslav Nakov、Alessandro Moschitti、Yoshua Bengio 和 Anders S?gaard。

最后，我也決定做一張關(guān)于主題建模（topic modeling）的論文的圖。首先，我提取了所有論文的純文本，將其表征化和小寫化，并移除了 stopword。接著，我使用 LDA 對其進行了處理以發(fā)現(xiàn) 10 個隱主題（latent topic）。然后我使用 t-SNE 可視化了最靠前的作者，并基于它們的隱主題相似度將其做成了一張二維圖。最后，我手動為每一個聚類標注了一個詞（根據(jù) LDA 找到的排名最高的術(shù)語）。下面是前 50 位作者的可視化圖：


我也為組織機構(gòu)做了一張同樣的圖，但不打算用簡單的單詞做標記，因為重點大學會在不同的子領(lǐng)域發(fā)表研究。你可以自行分析這些內(nèi)容：


本文經(jīng)機器之心授權(quán)轉(zhuǎn)載

數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個參數(shù)驗證碼對象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務(wù)器是否宕機 new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機 product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }