4900篇NIPS 2018提交论文难评审?北京大学提出基于CNN的学术论文自动评分模型

选自arXiv

作者:Pengcheng Yang等

机器之心编译

参与:刘晓坤、王淑婷

近两日,NIPS 2018 8000 多篇投稿(后经 Hugo Larochelle 澄清,为 4900 篇)、使用本科毕业生做同行评审的信息刷爆朋友圈。在人工智能火热的今天,顶级大会收到的论文是越来越多,对同行评审的人数、要求也越来越高。恰好,机器之心发现一篇北京大学被 ACL 2018 接收的论文,提出使用模块化分层卷积神经网络来对学术论文的 LATEX 源文件进行自动评分。由于之前并没有相关研究,为此作者构建了包含 19218 篇人工智能领域学术论文的新数据集。

每年都会有数千篇学术论文被提交给会议和期刊。对所有论文进行专家评分是相当费时费力的,有时候评审员的个人因素也会对评分的分值产生影响,导致不公平问题。因此,自动化的学术论文评分是一项迫切需求。在本文中,研究者提出了如何基于论文的 LATEX 源文件和元信息自动地对学术论文进行评分,并称该任务为自动化学术论文评分(AAPR)。

和 AAPR 相似的任务是自动化的短文评分(AES)。AES 已经被研究了很长时间。Project Essay Grade(Page, 1967, 1968)是最早的尝试解决 AES 的研究,它通过在专家制作的文本特征上使用线性回归来预测分数。大多数随后的研究使用了类似的方法,在包含语法、词汇和风格(Rudner and Liang, 2002; Attali and Burstein, 2004)的更加复杂的特征上使用多种分类器。这些传统方法几乎可以达到人类评分员的程度。然而,它们都需要大量的特征工程,即需要大量的专业知识。

近期研究转向使用深度神经网络,并称深度学习模型可以使系统从繁重的特征工程中解放出来。Alikaniotis 等人在 2016 年提出了使用 LSTM 结合线性回归输出层来预测分数。他们添加了一个分数预测损失到原始的 C&W 嵌入上(Collobert and Weston, 2008; Collobert et al., 2011),因此词嵌入和短文的质量相关。Taghipour 和 Ng 在 2016 年也应用 RNN 来处理短文,但他们使用了卷积神经网络(CNN)来提取局部特征。Dong 和 Zhang 在 2016 年提出应用一个两层 CNN 来对短文建模。第一层用于编码语句,第二层用于编码整个短文。Dong 等人在 2017 年进一步提出了添加注意力机制到池化层上来自动化地决定哪些部分对于确定短文质量更加重要。

虽然有很多处理 AES 任务的研究,目前仍未有聚焦于 AAPR 任务的工作。和 AES 任务中对短文的语言能力测试不同,学术论文包含更长的文本和更多的信息,除了书写以外,其整体质量还被很多因素所影响。因此,研究者提出了考虑一篇学术论文的整体信息的模型,包括标题、作者、摘要和论文的 LATEX 源文件主要内容。

本研究的主要贡献:

  • 提出了自动化学术论文评分的任务,并为该任务构建了新的数据集;
  • 提出了模块化的分层卷积神经网络,其考虑了源论文的整体信息。实验结果表明该方法远远超越了基线。

2 本文提出的方法

一份源论文通常由几个模块组成,如摘要、标题等。每个模块还具有从单词级到句子级的分层结构。结构信息可能有助于作出更准确的预测。此外,还可以通过考虑源论文各部分贡献的差异来改进模型。在此基础上,研究者提出了一种模块化的分层 CNN,模型概要如图 1 所示。作者假设源论文具有 l 个模块,包含 m 个词且过滤器大小为 h(详细说明可参见第 2.1 节和第 2.2 节)。为简单起见,在图 1 中将 l、m 和 h 分别设置为 3、3、2。

图 1:模型概述。ACNN 表示基于注意的 CNN,其基本结构如(b)所示。AP 表示注意池化。

2.1 模块化的分层 CNN

在给定一篇完整源论文 r 的基础上,首先根据论文的总体结构(摘要、标题、作者、引言、相关研究、方法和结论)将其划分为几个模块(r_1、r_2……r_l)。对于每个模块,第 i 个单词 w_i 的 one-hot 表征通过嵌入矩阵嵌入到密集向量 x_i 中。对于以下模块(摘要、引言、相关研究、方法、结论),研究者使用基于注意的 CNN(如 2.2 节所示)在单词级上得到第 i 句的表征 s_i。另一个基于注意的 CNN 层用于将句子级表征编码到第 i 个模块的表征 m_i 中。

源论文标题中只有一个句子,因此在单词级上仅使用基于注意的 CNN 来获得标题的模块化表征是合理的。此外,由于作者之间是相互独立的,因此可以采用加权平均法通过方程(1)来获得作者的模块化表征。

在γ=(γ_1,……,γ_A)的转置是权重参数。a_i 是第 i 个作者在源论文中的嵌入向量,它是随机初始化的,可以在训练阶段学习。A 是作者序列的最大长度。

所有模块的表征 m_1、m_2……m_l 被汇集到一起,以利用注意池化层获得源论文的论文级表征 d。使用 softmax 层将 d 作为输入,并预测论文被接收的概率。在训练阶段,把被广泛应用于各种分类任务中的交叉熵损失函数作为目标函数进行优化。

2.2 基于注意的 CNN 的细节

基于注意的 CNN 由卷积层和注意池化层组成。卷积层用于捕获局部特征,注意池化层可以自动确定单词、句子和模块的相对权重(理论细节请参见源论文)。

3 实验

arXiv 学术论文数据集:由于没有可直接使用的现有数据集,研究者通过从 website 2 收集关于人工智能领域的学术论文来创建数据集。该数据集包括 19218 篇学术论文。每篇源论文的信息包含标记该论文是否被接收的的会议和期刊,以及源 LATEX 文件。作者将数据集划分为训练、验证和测试三个部分。详情见表 1。

表 1:arXiv 论文数据集的统计信息。Positive 和 Negative 表示源论文是否被接收。

表 2 报告了多个模型的实验结果。如表 2 所示,本文提出的模型 MHCNN 超越了上述所有的基线模型。

表 2:本文提出模型(MHCNN)和基线模型在测试集上的性能对比。

如表 3 所示,当注意力机制被移除的时候,模型的准确率下降了 0.9%。这表明不同文本内容有不同的贡献。

表 3:控制变量研究。符号*表示在 t 测试下,和 MHCNN 相比有显著性差异(p≤0.05)。

如表 4 所示,模型的性能在移除不同的源论文模块时会有不同程度的下降。这表明源论文的不同模块对论文接收的贡献是不同的,也进一步证实了使用模块化分层结构和注意力机制的合理性。

表 4:控制变量研究。符号*表示在 t 测试下,和完整数据相比有显著性差异(p≤0.05)。

论文:Automatic Academic Paper Rating Based on Modularized Hierarchical Convolutional Neural Network

  • 论文地址:https://arxiv.org/abs/1805.03977
  • 项目地址:https://github.com/lancopku/AAPR

随着越来越多的学术论文被提交到会议和期刊上,让专家来评估所有的论文变得很耗时间,并可能由于评审者的个人因素导致不公平现象。为了协助专家评估学术论文,我们在本文中提出了一种新的任务类型:自动化学术论文评分(AAPR),即自动地确定接收还是拒绝学术论文。我们为该任务构建了一个新的数据集,并提出了新的模块化分层卷积神经网络来获得自动化的学术论文评分。评估结果表明,该模型的性能远远超越了基线模型。

原文发布于微信公众号 - 机器之心(almosthuman2014)

原文发表时间:2018-05-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

观点 | 深度学习的偏见、局限性及其未来

选自HYPERPARAMETER SPACE 机器之心编译 参与:黄小天 近日,加州大学圣克鲁兹分校(UCSC)斯图尔特实验室博士后 Pablo Cordero...

3227
来自专栏AI研习社

神经网络当真学会推理了?来看谷歌DeepMind的官方解释 | 2分钟读论文

来源 / Two Minute Papers 翻译 / 程炜 校对 / 李宇琛 整理 / 雷锋字幕组 第4期带来谷歌DeepMind团队的论文,如何让神经网络学...

3195
来自专栏AI科技大本营的专栏

AI实践精选:通过图像与文本对电子商务产品进行分类

Christopher Bonnett 来自Summer 2016 New York Data Science Fellowship ,后为Insight中的一...

3098
来自专栏机器之心

CVPR 2018 | 哈工大提出STRCF:克服遮挡和大幅形变的实时视觉追踪算法

选自arXiv 作者:Feng Li等 机器之心编译 参与:Nurhachu Null、刘晓坤 视觉追踪在多样本的历史追踪结果中学习时,可能遭遇过拟合问题,并在...

3696
来自专栏人工智能

对深度学习的降维攻击—人工智能系统数据流中的安全风险

深度学习在很多领域受到广泛关注。尤其在图形图像领域里,人脸识别和自动驾驶等应用正在逐渐进入我们的生活。深度学习的流行与普及也自然带来了安全方面的考虑。目前对深度...

23210
来自专栏ATYUN订阅号

谷歌开源AI新模型,区分语音准确度达到92%

Speaker diarization即根据谁说什么,以及什么时候说,将语音样本划分为独特的,同质的片段的过程,对机器来说不像人类那么容易,并且训练机器学习算法...

532
来自专栏数据科学与人工智能

【数据科学】数据科学书上很少提及的三点经验

这是数据科学大行其道的时代。各类课程、博客、培训学校如雨后春笋般出现。然而,每次我浏览这些学习资料时,我发现它们过于强调一些具体的算法。理解逻辑回归或者深度学习...

2076
来自专栏何颖的专栏

【SPA大赛】移动app广告转化率预估算法优化思路及解决办法

本次腾讯社交广告算法大赛以移动app广告转化率预估为背景,以移动App广告为研究对象,预测App广告点击后被激活的概率,即给定广告、用户和上下文情况下广告被点击...

9480
来自专栏大数据文摘

我从吴恩达深度学习课程中学到的21个心得:加拿大银行首席分析师“学霸“笔记分享

1393
来自专栏企鹅号快讯

从吴恩达深度学习课程中学到的21个心得

编译:新知之路、小饭盆、钱天培 今年8月,吴恩达的深度学习课程正式上线,并即刻吸引了众多深度学习粉丝的“顶礼膜拜”。一如吴恩达此前在Coursera上的机器学习...

1899

扫码关注云+社区