来源：AINLPer微信公众号（点击了解一下吧）
编辑: ShuYini
校稿: ShuYini
时间: 2020-02-24
ICLR会议介绍
ICLR，全称为「International Conference on Learning Representations」（国际学习表征会议），2013 年5月2日至5月4日在美国亚利桑那州斯科茨代尔顺利举办了第一届ICLR会议。该会议是一年一度的会议，截止到2019年它已经举办了7届，而今年的（2020年）4月26日至30日，将在埃塞俄比亚完成ICLR的第八届会议。
该会议被学术研究者们广泛认可，被认为是「深度学习的顶级会议」。为什么ICLR为什么会成为深度学习领域的顶会呢？ 首先该会议由深度学习三大巨头之二的Yoshua Bengio和Yann LeCun 牵头创办。其中Yoshua Bengio 是蒙特利尔大学教授，深度学习三巨头之一，他领导蒙特利尔大学的人工智能实验室MILA进行 AI 技术的学术研究。MILA 是世界上最大的人工智能研究中心之一，与谷歌也有着密切的合作。 Yann LeCun同为深度学习三巨头之一的他现任 Facebook 人工智能研究院FAIR院长、纽约大学教授。作为卷积神经网络之父，他为深度学习的发展和创新作出了重要贡献。
会议创建的初衷
第一届ICLR会议 Bengio 和 LeCun发表的公开信上说到：众所周知，数据的应用表征对于机器学习的性能有着重要影响。表征学习的迅猛发展也伴随着不少问题，比如我们如何更好地从数据中学习更具含义及有效的表征。我们对这个领域展开了探索，包括了深度学习、表征学习、度量学习、核学习、组合模型、非常线性结构预测及非凸优化等问题。尽管表征学习对于机器学习及包括视觉、语音、音频及 NLP 领域起着至关重要的作用，目前还缺乏一个场所，能够让学者们交流分享该领域所关心的话题。ICLR 的宗旨正是填补这一鸿沟。
总结一句话就是说，ICLR 希望能为深度学习提供一个专业化的交流平台，并且推行的 Open Review 评审制度（该制度就是公开对投稿文章的审评意见，每个人都可以看到）。
Open Review 评审制度
目前的论文审核主要分为单盲 （single-blind review）、双盲 （double-blind review） 及开放评审（open review）等多种形式。单盲评审的含义非常简单，即评审知道作者的名字、学校等身份信息，但作者并不知道评审论文的人是谁；而双盲评审则是双方都不知晓彼此的身份信息。这两种方式为较多学术会议及期刊评审论文的主要途径。
单盲评审的优势非常明显，即评审处于匿名身份，可以让评审免受压力，但评审由于知道了论文的作者信息，则非常有可能产生刻板印象，产生不够客观的评审结果。比如，对于比较有名的学者，评审会对论文的质量产生预设。而双盲评审则能够大幅降低作者个人信息所带来的附加效应，不过，评审也非常有可能从行文、主题中判断作者的信息。
而 Open Review 则非常不同，根据规定，所有提交的论文都会公开姓名等信息，并且接受所有同行的评价及提问（open peer review），任何学者都可或匿名或实名地评价论文。而在公开评审结束后，论文作者也能够对论文进行调整和修改。
ICLR 虽然并不一定是第一个采用 Open Review 进行论文评审的机构，但一定是做得最公开、影响范围最大的一个会议。目前 ICLR 的历届所有论文及评审讨论的内容，都完整地保存在 OpenReview上，它也是 ICLR 的官方投稿入口。OpenReview.net 是马萨诸塞大学阿默斯特学院 Andrew McCAllum 为 ICLR 2013 牵头创办的一个公开评审系统，秉承公开同行评审、公开发表、公开来源、公开讨论、公开引导、公开推荐、公开 API 及开源等八大原则，得到了 Facebook、Google、NSF 和马萨诸塞大学阿默斯特中心等机构的支持。此外，目前它也接受其它学术会议的论文投递。
近几年ICLR论文PDF版整理(内含源码链接)
2017年ICLR国际会议于当年4月24日至4月26日在法国土伦顺利举办，该年会议的论文接受可以分为四个模块，具体情况如下：poster-paper共183篇，oral-paper（上台演讲）共15篇，Workshop共47篇，共计接受245篇文章，被拒论文（reject-paper）共计245篇，接受率为：37.35%。
2017年ICLR论文OpenReview地址，这里面是所有论文的列表。
2018年ICLR国际会议于当年4月30日至5月3日在加拿大温哥华会议中心顺利举办，该年会议的论文接受同样是分为四个模块，具体情况如下：poster-paper共313篇，oral-paper（上台演讲）共23篇，Workshop共89篇，共计接受425篇文章，被拒论文（reject-paper）共计486篇，接受率为：34.36%。
2018年ICLR论文OpenReview地址，这里面是所有论文的列表。
2019年ICLR国际会议于当年5月6日至5月9日在新奥尔良顺利举办，该年会议的论文接受同样是分为三个模块（因为该年workshop不在单独列出来），具体情况如下：poster-paper共478篇，oral-paper（上台演讲）共24篇，共计接受502篇文章，被拒论文（reject-paper）共计1077篇，接受率为：30.74%。
2019年ICLR论文OpenReview地址，这里面是所有论文的列表。
2020年ICLR国际会议于当年5月6日至5月9日在新奥尔良顺利举办，该年会议的论文接受同样是分为三个模块（因为该年workshop不在单独列出来），具体情况如下：poster-paper共523篇，Spotlight-paper（焦点论文）共107篇，演讲Talk共48篇，共计接受678篇文章，被拒论文（reject-paper）共计1907篇，接受率为：26.48%。。
2020年ICLR论文OpenReview地址，这里面是所有论文的列表。
基于对近四年ICRL顶会的论文接受情况分析，可见该会议每年接收投稿的数量逐年增多，接受的论文数量也渐渐增多，并且论文接受率也不断下降（count(poster-paper)/count(all-paper)）,该会议正在快速的发展过程中，正在被越来越多的人知晓，这就是被越来越多人认可的原因吧。最后作者还分别整理了这四年的各个模块的论文列表PDF版（内含源码），方便你收藏搜索（Ctrl+F）。
资源截图
获取方法：点击AINLPer关注，回复：ICLR全 获取吧。全当是你给ShuYini捧个人场啦~~
往期回顾
入门基础
「自然语言处理（NLP）」入门系列（一）初识NLP
「自然语言处理（NLP）」入门系列（二）什么才是深度学习？
「自然语言处理（NLP）」入门系列（三）单词表示、损失优化、文本标记化
「自然语言处理（NLP）」入门系列（四）如何训练word2vec ！！
论文阅读
「自然语言处理（NLP）」【爱丁堡大学】基于实体模型的数据文本生成！！
「自然语言处理（NLP）」【Borealis AI】跨域文本连贯生成神经网络模型！！
「自然语言处理（NLP）」CTRL：16.3亿个参数的条件转换语言模型
无情！「自然语言处理(NLP)」统一预训练UniLM模型(NLU+NLG)
学术圈
「自然语言处理（NLP）」你必须要知道的八个国际顶级会议！
「重磅！！」深度学习十年技术“进化史”
收藏！「自然语言处理（NLP）」全球学术界”巨佬“信息大盘点（一）！
Attention
更多自然语言处理相关知识，还请关注AINLPer公众号，极品干货即刻送达。
网友评论