2017机器学习和自然语言处理届最"杰出"的学者们：出成果就能获关注

2017年是自然语言处理（NLP）和机器学习（ML）非常高产的一年。两个领域持续增长，会议论文数量纷纷打破记录。本文将根据个人作者和组织进行更详细的细分。统计信息来自以下会议：ACL、EMNLP、NAACL、EACL、COLING、TACL、CL、CoNLL、Sem+Se…

论文数量快速增长，机器学习热门应用的黄金时期

仅从发表论文的数量来看，2017 年与往年相比，机器学习与自然语言处理论文发表量有大幅度增加。

通过对论文发表作者所属机构的研究，可以发现拥有高水平NLP和ML研究团队的知名机构正在大幅增长。计算机科学系、实验室和NLP研究中心经常在论文发表总数中占主导地位。例如，来自佐治亚理工学院的研究人员发表了 13 篇论文，排名第一。而机器学习领域，纽约大学则以 12 篇论文的数量排名第一。

2017年会议论文数量统计（按机构排序）：

• 佐治亚理工学院：13 篇论文
• 纽约大学：12 篇论文
• 斯坦福大学：11 篇论文
• 麻省理工学院：10 篇论文
• 卡内基梅隆大学：10 篇论文
• 微软：9 篇论文
• 哈佛大学：9 篇论文
• 加州大学伯克利分校：8 篇论文
• 伊利诺伊大学厄巴纳-香槟分校：8 篇论文
• Google：7 篇论文

从上述列表中，可以发现论文发表数量排名前 10 的机构中，6 所为大学，4 所为科技巨头。其中，卡内基梅隆大学在机器学习领域表现优异，成为唯一一个在两份榜单中均位列前十的机构。

论文数量快速增长说明了NLP和ML技术在各个领域的应用越来越多，使用人工智能技术已经成为企业发展、创新升级的战略重点。

多产的学者：天生的劳模还是妙笔生花？

哪些个人作者最有效率？哪些人在 NLP 和 ML 领域有着较强的学术影响力？为了回答这个问题，我们将根据所发表的论文数量对作者进行排名。

与发表论文数量排名靠前的机构一样，发表论文数量最多的个人作者同样分布在大学和科技巨头中。

在 NLP 领域，来自宾夕法尼亚大学的王玲教授发表了 6 篇论文，排名第一。而来自麻省理工学院的邵云龙教授和加州大学伯克利分校的雷蒙德·莫索斯教授分别发表了 5 篇论文，并列第二。

在机器学习领域，加州大学伯克利分校的张磊教授发表了 5 篇论文，排名第一。来自谷歌的研究人员 Ashish Vaswani 和 Adam Paszke 发表了 4 篇论文，并列第二。

结语

2017年无疑是NLP和ML领域发展极其迅速的一年。

从论文发表数量快速增长到多产学者们不断创新的研究和应用，都有力地证明了这些前沿技术正在改变我们的世界。