NeurIPS 大会参会攻略：如何利用工具高效获取信息
NeurIPS 2019 日前开幕，作为机器学习领域的顶会之一，每年都是大牛云集、人山人海。今年的参会人数更是达到了 13000 人，现场人气爆棚。
如此之多的参会人数，再加上如此之多的论文，如何高效地从会议中获取有效信息成为了一个大难题。
- 一万多参会者中，如何找到心仪导师或合作者？
- 上百个 session 中，如何聆听有价值的报告？
- 上千篇论文中，如何找到自己感兴趣的成果？
- 上千名作者中，谁是领域内的专家和新星？
- 上百个技术领域中，他们的关系是什么？
- 我发表了/看到了一篇好论文，如何分享给感兴趣的人？
针对以上难题，AMiner 推出了会议助手 conf-plus、KnowledgeAtlas、溯源树三大系统工具，帮助学者在学术顶会之旅中收获满满。
1. 会议助手 conf-plus
会议助手 conf-plus 除了提供 NeurIPS 2019 会议议程、论文等信息的检索、阅读，还能查看会议的新闻报道、论文解读等最新消息，最为关键的还提供了详尽的入选论文数据分析等内容。
1. Schedule
会议详细议程介绍，包括每场报告的主题、时间、地点，还可点击查看报告对应的论文与作者。
2. Papers
不仅根据关键词对 NeurIPS 2019 入选论文进行了分类，同时支持论文标题、作者、关键词检索。
点击作者姓名，会弹出一个搜索框，显示出系统检索到的所有同名学者，你可以进行投票，选择这篇论文的正确作者。
当有 10 人以上选择该学者时，系统会判定这位学者即是该篇论文的作者，并为他打上标签；同时作者还可以链接到小脉星探，预测该学者的获奖概率。
此外，本届获奖论文也作了特别标注。
3. Like
在每篇论文前有点赞图标，可以给你喜欢的论文点赞，会在 Like 栏目里收藏你喜欢的论文。
4. Statistics
主要展示对 NeurIPS 2019 入选论文的作者与机构的数据分析。
5. Report
包含 NeurIPS 2019 会议相关报道与论文解读。
目前大家看到的是 conf-plus 1.0 版本，后续将集成更多功能，提供更有价值的服务。
2. KnowledgeAtlas
KnowledgeAtlas 是一个基于交互、分享和展示的智能知识系统。
通过对 NeurIPS 2019 论文和作者数据的分析，生成了一个知识游戏，可以更好地帮助用户寻找他所感兴趣的论文和作者。
具体来说，用户可以：
- 获取知识：查看概念定义和关系，查看知名论文和作者，给出自己的点评。
- 检查知识：对自己认为不正确的概念，提出质疑。
- 添加知识：占领新的概念领地，提名对应的论文和专家。
- 比拼知识：排行榜将展示用户的得分，比一比谁的知识更丰富！
除了正在召开的 NeurIPS，后期还会陆续上线 AAAI2020、WWW2020、ICLR2020 等会议的知识分享。
3. 溯源树（MRT）
简单来说，溯源树是一个可以用来帮助学者研究论文演变过程的工具。
对于一篇论文，溯源树会搜索它的引用并进行自动分类。用户可以对生成的溯源树进行修改，这些记录会在后续反馈到算法中。同时，用户还可以下载、分享溯源树。
如何使用溯源树（MRT）？
通过在 AMiner 中搜索论文，进入论文页面点击右侧的'生成 MRT'，用户可以发起这篇论文的生成请求。由于资源有限，目前用户需要将自己的生成请求分享给至少两个好友，邀请他们共同完成这棵树的创建。之后算法将会花费一些时间来完成计算。同时需要注意，目前的算法还无法处理一些缺少相关信息的论文。
具体使用了什么算法？
为了探寻一篇论文的演变轨迹，我们对该论文的引用进行分析。其中论文的直接引用是重要的线索，而它的间接引用也在一定程度上能够反映它的历史发展脉络，因此选取了这些引用工作中较有影响力的一部分，使用一系列相关算法进行分析。
具体来讲，该算法对这些引用工作进行了语义特征以及结构特征上的提取，语义特征包含了一篇论文在内容上的一些信息，而结构特征则引入了不同论文之间引用网络拓扑结构的潜在特征。我们认为，语义上相近的论文之间往往会共享一些主题，而引用关系则体现了他们在发展上的关联。将这些特征结合后，采用了无监督学习的聚类算法把这些论文分为若干类，每一类按照其时间轴展现出来。
在此基础上，对于每个类别的论文进一步进行语义特征提取，生成该类别的标签。后期还会进一步改进算法，将用户反馈作为半监督学习信息加入系统中，改进聚类效果。
