论文中的Novelty(审稿人向)
德国马普所大佬Michael J.Black认为审稿人经常会错误地将文章的新颖性归结到以下五个方面。
原文 https://perceiving-systems.blog/en/post/novelty-in-science
李沐老师解读 https://www.bilibili.com/video/BV1ea41127Bq?spm_id_from=444.41.0.0
用复杂度衡量新颖度
很多人将复杂度和新颖度搞混。如果将神经网络中的一项改动之后就能取得较好的效果,比将整个神经网络替换掉更好。
比如损失函数中只改动一项,其它的部分没有改变。只要前人没有这么做过,并且取得好效果,就应该是够novel的。
用困难度衡量新颖度
一项好的工作不需要一定是将各方各面的细节做得都很好,比如模型非常复杂,实验非常到位等。
提出一个简单的idea,抛开没有必要的内容,去揭示某些道理的核心。这是研究者能做的最有效的事情。即,只要将最核心的内容拿出来并证明其有效性,不需要在所有的细节、各方面上做得很好。
用惊讶度衡量新颖度
A+B的组合很简单,但很多时候是因为你先看到了A+B,之后才觉得很简单。衡量一个想法给你的surprise应该想想刚看到那个想法时的下意识反应,或者说没有听到这个想法前自己会不会想到。
用技术新颖性衡量工作新颖性
一篇文章的贡献不一定在技术的新颖性上,比如ImageNet获取数据集的方式和其它数据集一样,但是它内容多,这也是贡献。
再用一个老方法在新的领域解决问题,并且大家没怎么考虑过用这种方法,这也算够novel。
用有效性或价值衡量工作新颖性
没有实用性会是一个问题,但不能用来衡量新颖度。