本文经授权转自公众号新智元（ID：）
AI写论文达到了几近完善的程度！伦斯勒理工学院大四学生王清昀等研究人员最新开发，能够从产生点子、写摘要、写结论到写“未来研究”，甚至它还能为你写出下一篇论文的题目。
还在为写论文想不出好点子而发愁吗？
不用愁了！伦斯勒理工学院、华盛顿大学等的研究人员最新开发的 ，提供从产生idea、写摘要、写结论到写“未来研究”的一站式服务！甚至它还能为你写出下一篇论文的题目，从此论文无忧。
这篇题为: Draft of Ideas的论文已被ACL 2019录取，近日在推特上引起大量关注。
谷歌大脑科学家David Ha()评价：“May a () ideas bloom. ?”
大四华人一作发明AI「论文生成」神器
论文作者来自伦斯勒理工学院、DiDi 实验室、伊利诺伊大学香槟分校、北卡罗来纳大学教堂山分校和华盛顿大学。其中，第一作者 Wang (王清昀)是伦斯勒理工学院的大四本科生(今年8月开始讲进入UIUC读计算机科学PhD)。
这不是王清昀同学第一次研究AI写论文，早在2017年他的“论文摘要生成”研究也曾引起热议。王清昀同学中学在杭州第二中学就读，从小就是“发明小达人”，取得专利的发明就有2个。
论文地址：
是怎样自动写论文的呢？简单来说，它从以前的论文中提取背景知识图谱，产生新的科学思想，最后写出论文的关键要素。
它的工作流程包括：
(1)对目标领域的大量人类撰写的论文进行深入的理解，并构建全面的背景知识图( , KGs)；
(2)通过结合从图注意力(graph )和上下文文本注意力( text )，从背景知识库KG中预测链接，从而产生新想法；
(3)基于-网络，逐步写出一篇新论文的一些关键要素：从输入标题和预测的相关实体，生成一篇摘要；从摘要生成结论和未来工作；最后从未来工作生成下一篇论文的标题。
研究者对这个AI论文生产机进行了图灵测试：
生成生物医学领域论文的摘要、结论和未来工作部分，同时展示人类写作的同领域论文，要求一名生物医学领域的专家进行比较。结果显示，分别就摘要、结论和未来工作部分而言，在30%、24%和12%的情况下人类专家认为AI生成的比人类写作的更好。
至于这批AI研究人员为什么选择生物医学领域来做实验，原因很简单：生物医学论文很多，非常多！他们尝试了用自己领域(NLP)来做实验，结果并不理想(NLP的论文语料还不够多)。
接下来，新智元对这篇论文进行了译介：
简单3步，图网络+注意力机制，AI写论文甚至比人类好
我们的目标是打造一个论文机器人，来加速科学发现和生产，它的主要任务如下。
阅读现有的论文。
论文太多了。科学家们很难跟上井喷式的论文增长速度。例如，在生物医学领域，平均每年有超过50万篇论文被发表，仅2016年就有超过120万篇新论文发表，总论文数超过2600万篇(Van , 2014)。
然而，人类的阅读能力几乎是不变的。2012年，美国科学家估计，他们平均每年只能阅读264篇论文(5000篇论文中只读1篇)，这个数字与他们在2005年进行的同样调查中报告的数据一致。
自动阅读所有可用的论文，构建背景知识图(KG)，其中节点表示实体/概念，边表示这些实体之间的关系。
在本研究中，我们采用的是大量已发表的生物医学论文，提取实体及其关系来构建背景知识图。我们应用了Wei等人(2013)中提出的实体和关系提取系统，提取了3类实体(疾病，化学和基因)。然后，我们进一步将所有实体链接到CTD(比较遗传毒理学数据库)，提取出133个子类型的关系，如标记/机制、治疗和提高表达。
图3是一个示例。
图3：生物医学知识提取与链接预测示例(虚线表示预测的链接)
产生新的想法。
科学发现可以看作是在知识图中创建新的节点或链接(links)。
创建新节点通常意味着通过一系列真实的实验室实验发现新的实体(如新的蛋白质)，这对来说可能太难了。但是，使用背景知识图作为起点，自动地创建新的边是更容易的。
等人(2015)的研究表明，640万篇生物医学和化学论文中，60%以上是增量式的工作。这启发我们通过预测背景知识图（KGs）中的新链接来自动地增加新想法和新假设。
我们提出了一种新的实体表示方法，结合了KG结构和非结构化上下文文本来进行链接预测。
如上面的图3所示，虚线表示了预测的链接，由于钙和锌在上下文文本信息和图结构上都相似，我们预测了钙的两个新邻居：CD14分子和神经纤毛蛋白2( 2)，它们是初始背景知识图中锌的邻居。
写一篇关于新想法的新论文。
最后一步是把新想法清晰地传达给读者，这是一件非常困难的事情；事实上，许多科学家都是糟糕的作家(, 2014)。
使用一个新颖的-网络架构，基于输入的标题和预测的相关实体，自动写出了一篇新论文的摘要，然后进一步写出了结论部分和相关工作部分，最后，为后续论文写了新标题。
这个流程如图1所示。
图1: 论文写作流程
我们选择生物医学作为我们的目标领域，因为这一领域有大量的可用论文。
图灵测试表明，生成的输出内容有时比人工编写的内容更受欢迎；而且大多数论文摘要只需要领域专家进行少量编辑，就可以变得信息丰富、条理清晰。
让我们看看AI写的摘要：
: Snail is a that plays an role in the of . , it has been shown to be with poor . The of this study was to the of on the of in human cell lines. : real-time PCR and blot were used to the agent was by RT-PCR (qRT-PCR) and . that the plays a role in the of tumor and .
的整体框架如图2所示。
图2
表1显示了从整个过程生成的示例。
表1：人类写的论文与AI系统写的论文的比较(粗体字表示与主题相关的实体；斜体表示人工编辑)
(关于每个步骤的算法的详细介绍，请阅读原始论文。)
实验过程及结果
数据收集
我们从PMC开放存取子集中收集了生物医学论文。为人类书面论文引用一篇论文来构建新标题预测的 truth，我们假设论文A的标题是从论文B的“结论和未来工作”中生成的。我们从1,687,060篇论文中构建了背景知识图，其中包括30,483个实体和875,698个关系。表2所示为详细数据统计。
表2 论文写作统计结果
自动评估
以前的相关研究表明，自动评估长文本生成是一项重大挑战。在故事生成之后，我们使用来量度文章主题与给定标题的相关性，并使用困惑度（）来进一步评估语言模型的质量。
我们的模型的困惑度评分是基于在上的论文（500,000篇题材，50,000篇摘要，50,000个结论和未来工作）中学习的语言模型评出的，这些论文在我们的实验中没有用于训练或测试。结果如表3所示。我们的框架优于以前的所有方法。
表3 对诊断任务论文写作的自动评估结果
图灵测试
由生物医学专家（非母语人士）和非专家（母语人士）对模型进行图灵测试。测试中要求每个人类对系统输出的字符串和人类创作的字符串，并选出质量更高的字符串。
表4 对模型的图灵测试结果（％）。百分比表示人类裁判选择我们的模型输出结果的频率。如果输出字符串（如摘要）基于相同的输入字符串（如标题），输入条件标记为“相同”，否则标记为“不同”。
可以看到，在专家的选择中，生成的摘要入选率比人类撰写的摘要入选率最多高出30％，“结论和未来工作”部分最多高24％，新标题最多高出12％。领域内专家的表现并未明显优于非专家，因为这两类人倾向于关注不同方面：专家侧重于内容（实体，主题等），而非专家侧重于语言。
人类后期编辑
为了测量作为写作助手的有效性，我们在第一次迭代中随机选择了系统生成的50篇论文摘要，并要求领域内的专家对其进行编辑，直到专家认为编辑后摘要具有足够的信息性和连贯性。然后由BLEU，ROUGE和TER通过比较人类编辑前后的摘要质量给出评分，如表5所示。专家花了大约40分钟。完成了50篇摘要的编辑。
一些后期编辑后的示例。可以看到大多数编辑内容都是形式上的变化。
华人本科生一作，发明小达人
论文一作 Wang (王清昀)是伦斯勒理工学院的大四本科生，主修计算机科学与数学双学位。今年8月开始他将在伊利诺伊大学厄巴纳香槟分校读博，主修计算机科学。
王清昀对自然语言处理很感兴趣，专研自然语言生成、信息提取和对话系统，本科期间已发表多篇相关论文。
令人意外的是，王清昀简历中还列举了2项专利，分别是“遥控方便桌”和“家用废油制皂装置”，都是中学时期取得的，其中《遥控方便桌》获得第27届浙江省创新大赛一等奖。
中学时期的王清昀同学
看来，王同学从小就是发明达人啊。AI写论文机不用说也是一大造福人类的好发明，期待王同学继续改进。
相关文章
