顶会“收割机”！周明“力压”Bengio总榜第一，清华第六，北大第八，张岳年度黑马

ML&NLP领域到底哪家单位实力最雄厚？哪位学者“冉冉升起”？中美之间实力差距到底如何？

2020年已经远去，围绕着AI研究实力的讨论仍在继续。

伦敦帝国理工学院机器学习和自然语言处理著名学者Marek Rei 教授从2016年起，每年都会对ML&NLP相关的会议论文进行统计和分析，并一年一度发表分析结果，目前已成为该领域权威性的报告内容。

近期，Marek Rei 再次发布2020年度机器学习和自然语言处理（ML&NLP）领域的年度统计。

从其分析中，我们可以看出：

在论文的发表数量中，来自西湖大学的张岳学者，在2019年统计的时候排名12，2020直接跳到了第2位，2020年一共发表了30篇文章；在2012~2020年区间统计中排名第三，排在榜首周明和亚军Yoshua Bengio的后面。

各个机构的比较中，谷歌高居榜首，而清华大学、北京大学、中国科学院，则是中国进入各大会议论文数总量前十的三所研究机构，分别排在第六、第八、第十。

注：报告统计数据来源于2020年机器学习和NLP相关的会议和期刊，其中统计范围包括ACL，EMNLP，NAACL，EACL，COLING，TACL，CL，CoNLL，NeurIPS，ICML，ICLR，AAAI。由于作者是从Pdf文件以及相关程序中抓取的数据，因此数据可能存在偏差。所以作者提示，更应该关注总体趋势。

1 各大会议论文发表情况

几乎所有顶会发表论文的数量都在2020年破了纪录，尤其是NeurIPS呈现指数上升趋势，在各大顶会位居榜首；AAAI在2020年也开始“提速”，不过自然语言处理领域的ACL和EMNLP在2020年增幅稍微放缓。

2 组织机构论文统计

2020年论文发表数量最多的机构是哪个呢？

其中谷歌顺利占据了领先地位，在各个领域都发表了大量的论文。例如，在NeurIps上，谷歌发表的论文数量是紧随其后的微软近两倍。微软和 CMU 也发表了大量的研究成果，在所有会议上发表的论文数总量分别排在第二、第三。

而清华大学、北京大学、中国科学院，则是中国进入各大会议论文数总量前十的三所研究机构，分别排在第六、第八、第十。其中，清华大学比去年上升一个位次，在ACL上发表了23篇，在Neurips上发表了65篇，在AAAI上发表了67篇，EMNLP上发表了20篇，ICML上21篇，ICLR上18篇。这也说明了近年来中国高校在学术论文上的影响力日益攀升。

九年磨一剑：微软、谷歌

纵观整个2012-2020年期间的统计数据，前三名势均力敌：微软仍以1580篇领先，谷歌以1570人紧随其后，CMU以1537排名第三。在中国方面，清华大学和北京大学分别排名第八名，第九名。

为了更清晰趋势，作者用一个线性的图表对这些机构每年的论文发表数进行展示。再过去几年里谷歌的论文发表数量趋势呈现一条45度的直线，CMU在今年开始走“下坡”，以后是否继续上升，我们不得而知。

另外，虽然在 2012年至2016年，谷歌发表的论文总数要比CMU和微软的少得多，但是从2018年开始，它的论文发表数就开始远超包括CMU和微软在内的其他所有机构。

其中，中国机构表现最突出的清华大学，虽然论文发表数量在前几年中都一直较大地落后于国外机构，但在所有机构总体上升的趋势下，有高于平均上升趋势的幅度。

3 论文作者统计

就个人作者而言，CMU的GrahamNeubig在2020年总共发表了31篇论文，其中在ACL上10篇，EMNLP上7篇，TACL上3篇， NeurIPS上1篇，ICML上2篇，ICLR上4篇，AAAI上3篇。

来自西湖大学的张岳学者，在2019年统计的时候排名12，2020直接跳到了第2位，2020年一共发表了30篇文章；伯克利的 Sergey Levine从去年的第一“掉”到了今年的第三。哈工大刘挺（29），创新工场首席科学家，之前是微软亚研院副院长的周明（28）、清华刘知远（28）排名分别是第四、第五、第六。

通过比较2012年至2020年整体的数量，周明大佬占据榜首，九年期间共发表了128篇论文。在2019年统计期间，周明还排名第二，由于2020年他发表了28篇论文，在加上Yoshua Bengio和Chris Dyer在2020年大幅度缩减了论文数量，因此周明一跃成为榜首。

相比较于去年，张岳和刘挺的整体排名都有所提高，得益于去年在论文发表方面的成功。

现在来看一作，上面亮相的，大多是一个研究团队的领头人，而只有一作，才是实际做研究、做实验写论文的人。

论文第一作者：朱泽园占据榜首

作者说，以往每年都会绘制一张图表用来展示当年的第一作者情况，但是由于研究者重名现象比较严重，而且没有方法消除这些名字的歧义，所以今年直接省略了这一步，直接看2012-2020年期间的总体统计数据。

朱泽园目前在位于雷德蒙德的微软机器学习与优化组工作，他作为第一作者分别在NeurIPS、ICML上发表了12篇和11篇，

据说，朱泽园可小到大都是保送，小学毕业被保送南外，高一被保送清华；国际比赛都是金牌，2005、2006两年蝉联国际信息学奥赛金牌；2009年ACM总决赛亚军，清华毕业后他去MIT读完了硕士和博士，做了两年博士后之后，2017年就进入了微软。

香侬科技的李纪为发表数量第二，22篇一作；再然后是剑桥大学的Ivan Vulić发了20篇。值得一提的是，朱泽园论文多发机器学习研究论文，李纪为和Ivan Vulić多研究自然语言处理。

4 国家研究实力一览

上面这张统计图展示了美国在 AI 领域“力压群山”的主导地位，不过中国、英国、德国和加拿大在该领域所发挥的影响力也不容小觑。

总体而言，论文增多是一个总的趋势，大多数国家都在继续增加科学产出。虽然中国的论文发表数肯定每年都在增加，但美国似乎仍然想办法扩大了“研究实力”，大大领先中国的论文发表数量。另外，英国虽然在论文发表数量以及增长幅度上不及美国和中国，也还是牢牢锁住了第三的位置。

美国：企业主导

由于美国2020年的论文发表数量在所有国家和地区中占据了遥遥领先的主导地位，因而上面这张美国2020年论文发表数量统计图整体情况与各大机构2020年论文发表数量统计图差不多，谷歌依旧遥遥领先，而微软和CMU 依旧排在第二、第三。

中国：高校领先

在中国，高校是论文发表的中坚力量，排在前十的有九所高校，仅有两家企业。

清华大学和北京大学分别锁住了第一、第二的宝座，二者在国际舞台上的表现同样不菲，是中国进入全球各机构论文发表排行榜前十仅有的两所高校，近年来对于 AI 领域的整体发展做出了较大的贡献和推动作用。

中国科学院、中国科学院大学、南京大学是论文发表数量排在第三、第五、第七的高校，三所高校在 中国乃至全球 AI 领域扮演的角色同样出类拔萃，不仅有该领域的领军人物坐镇，如周志华等，还有为 AI 领域培养了一大批人才，如中科院计算所等机构。

而企业同样是中国论文发表的一只辅助力量，其中腾讯、阿里巴巴、华为也“打”进前十，分别成立了科研性的实验室，近年来也发表了大量的科研论文。

英国：DeepMind的传奇

在英国， 谷歌麾下的DeepMind 遥遥领先，其后是牛津大学、剑桥大学、伦敦大学学院、爱丁堡大学、帝国理工大学和阿兰图灵机构。

德国：NLP一家独大

在德国，罗伯特·博世有限公司总体论文发表数量排在第一，在今年的NeurIPS上取得了丰硕的成绩；达姆施塔特工业大学是论文发表数量排在第二，对NLP情有独钟；图宾根大学以和达姆施塔特工业大学相差不多的成绩排名第三。

加拿大：多伦多大学一骑绝尘

在加拿大，多伦多大学的论文发表数量是各机构中最出类拔萃的，排在第一，随后是Vector 人工智能研究院、麦吉尔大学，分别排第二、第三。

此外，Marek 也做了另外一项分析，即根据论文研究课题进行相似性分析，得出一些有意思的结论：

首先是组织之间的相似性，从下图可以看出，来自中国的大学主要集中在图的上部分，美国大学主要在图的右侧，微软、IBM、谷歌等企业在中间。因此可以看出研究课题即是非常具有区域性的，高校之间的相互合作受地域影响很大，而企业则相对就比较灵活。

5 OMT：关键词分析与有趣的统计

有趣的是，这些年来“神经”一词如何越来越流行，目前已稳定在所有论文的80％以上。“递归”和“卷积”方向朝下，而“变压器”则具有陡峭的上升轨迹。很高兴看到“ github”逐渐兴起，这意味着更多的论文正在使它们的源代码可用。

仅查看关键字“ neural”，ICLR和NeurIPS中的大多数论文都提到了它。在其他会议中，这一比例也一直很高。有趣的是，近年来EMNLP，CoNLL和CL实际上减少了使用neural关键词的比例。

至少在CoNLL中，其中一些“神经”已被“贝叶斯”代替。对于EMNLP，趋势更加稳定。对于大多数会议，“贝叶斯”比例总体上似乎略有下降趋势，但CoNLL和ICLR除外。

“github”一词确实表明，会议论文公开源代码正变得越来越普遍。与所有机器学习会议相比，自然语言处理会议在这方面的表现仍然要好得多，TACL和EMNLP的论文中有近80％提到了github。相比之下，ICLR约为60％，而AAAI最低，为40％。

“Task-Oriented Dialogue as Dataflow Synthesis” 一文有45位作者合力完成，荣获在合作者数量方面荣获历史第二位。

论文名字最长的是ACL 2020上的“Code-Switching Patterns Can Be an Effective Route to Improve Performance of Downstream NLP Applications: A Case Study of Humour, Sarcasm and Hate Speech Detection ”。

名字最短的当属NeurIPS的论文“Ode to an ODE ”。

参考资料：

https://www.marekrei.com/blog/ml-and-nlp-publications-in-2020/