《论文写作》的课程总结

本文是对于闵帆老师的《论文写作》课程的课程总结。

目录

前言

使用什么样的工具：

        Latex

写英语论文应注意的问题：

     一般而言, 未出现在任何学术论文中的单词, 不可以使用：

      如何彻底解决英文句子的语法问题：

如何给自己的论文一个中肯而闪亮的题目：

如何写一个好的摘要：

如何写好关键词：

如何写好引言：

如何写好伪代码：

实验部分：

    关于数据集：

    外部比较：

如何引用文献：

结论部分：

使用Latex提供的 bib 文件进行参考文献的管理：

总结

---

前言

什么是学术论文：

        学位论文是对科研工作的阶段性总结；被称作科研八股文，其每个部分内容有固有的要求;结构清晰的表格。

        单篇论文的内容不需要太多, 创新点一两个就够. 如果有一系列工作, 就写一系列论文. 但不应该强行灌水。

为什么要写学术论文：

        1.为了达到毕业条件。

        2.为了评职称。

        3.知识宣传与学术宣传。

什么时候写学术论文：

        越早越好，最好是本科阶段，如果研一下学期还不开始写，研究生将很难毕业;在做实验的前后开始写。

如何写学术论文：

        1.读文献, 总结模板, 在自己的模板上写。

        2.使用别人总结的模板写 。

使用什么样的工具：

        Latex

写英语论文应注意的问题：

     一般而言, 未出现在任何学术论文中的单词, 不可以使用：

• 尽量不要简写，如Have’t 与 Don’t，在正式论文中，一般不这样写。
• 禁止在句子的开头用 And。
• 禁用的单词：Easy。
• 慎用单词：Simple，Solve，Novel，Only，Prove。

      如何彻底解决英文句子的语法问题：

       1. 借鉴法：找 20 篇顶刊的论文，找出各个部分的简单句子,获得句型,在自己的论文中使用。

       2. 倒腾法：写一个表达自己意思的英文句子，使用 https://translate.google.cn/ 翻译成中文句子.再翻译成英文句子.直到中文句子和英文句子都不再改变 (即收敛).将句子中的非专业词汇换成正确的专业词汇. 这是因为翻译软件对它们不了解.

如何给自己的论文一个中肯而闪亮的题目：

1. 必须有吸引力
   不炫的论文题目审稿人看了没兴趣, 不炫的博客题目阅读量肯定不高.
   对于计算机方面论文而言, 应该写出自己提出的新问题或新方法. 新问题应该有意义而且有挑战性, 新方法则应该高效或准确.
2. 必须易于理解
   术语和其它词汇应该在该领域内常用, 不应该要求读者借助词典才能理解.

3. 应该易于检索

   流行的术语有助于被别人搜索到, 也能帮助提高论文的被引频次. 对于一个学者而言, 论文引用次数比论文数量更重要.

4. 长度最好控制在 40-60 个字母之间
   越短表示创新性越高, 如rough sets, fuzzy sets 等等. 如果你敢写这么短的题目而且能被录用, 也不需要从本贴学到任何东西了.
   越长表示限定越多, 适用范围越窄, 创新性越低, 读者也就没啥兴趣了.
5. 尽量不使用 based on
   如果这样写, 读者会觉得该论文只是已有方法一个简单的扩展, 或者简单的应用. 有些中文期刊明确要求论文题目不要使用 “基于”, 因为这种题目泛滥.
6. 使用 through, with 等来表示技术.
7. 如果主要贡献为算法, 题目的缩写就应该为算法的名称.

如何写一个好的摘要：

        "摘要"就是把论文重要的内容摘录出来。它通常包括三个部分: 已有工作的评述, 本文工作的描述, 实验结果. 有些期刊明确要求按照 Background, contribution, experiments 三个方面描述.    

1. 问题及其重要性:本句可以说明问题所属的领域, 解释最重要的概念, 或者强调问题的重要性.
   – 反例: Attribute reduction is an important issue in data mining.
   分析: 只会说 important, 干巴巴的. 而且 important 没有任何特色, 任何论文都可以说自己的问题 important.
   – 正例: Recommender systems guide their users in decisions related to personal opinions about items.
   分析: 针对性强, 有营养.
2. 已有工作
   本句可以描述该问题的流行解决方案. 如果说我们做研究是 “站在巨人的肩膀上”, 本句就描述巨人长什么样子.
3. 已有工作局限性
   本句以 However 开头, 需要注意
   – 指责不要太强烈, 要尊重别人的劳动;
   – 本句干的事情是挖坑, 要保证自己的方法能把坑填上;
   – 实在不行也可以不写本句, 但这样显得没有底气.
4. 本文工作
   – 以 In this paper 开始
   – 是题目的扩展
   – 出现算法的缩写
   – 可以超过 20 个单词, 这也是全文唯一可以超过 20 个单词的句子
5. 本文方法的第 1 个技术/步骤/方面/优势/贡献
6. 本文方法的第 2 个技术/步骤/方面/优势/贡献
7. 本文方法的第 3 个技术/步骤/方面/优势/贡献
8. 实验设置
   给出数据的领域、来源、数量
9. 实验结果
   提高了准确性、效率等等.
10. 提升
    吹嘘一下论文的意义: 为该领域打开一扇门之类

如何写好关键词：

     关键词是用于检索论文的一种重要的方式.

1. 关键词常被看作摘要的一种补充
2. 一般需要 3–5 个关键词
3. 关键词一般由 1–3 个单词构成
4. 将关键词按照字母表排序        
5. 有些期刊支持两类关键词
   • index term: 由期刊提供, 只能从投稿网站给定的列表选择
   • keywords: 作者自己按需写

如何写好引言：

1. 它应该对整个故事进行详细的描述. 如果说摘要是电影 5 分钟宣传片的话, 引言就应该是整个的剧本. 很多审稿人在读完引言后, 就有了基本 (80% 以上) 的判断. 如果引言写得漂亮, 他就会在后面的正文中找出一些证据, 赞扬研究工作有意义, 理论完备, 实验效果好等等. 如果引言写得难看, 感觉作者没受过专业的科研训练, 他也会在正文中找出几条问题, 说论文写得不好, 读者也通常会在阅读完引言后决定是否引用该论文. 因此, 如果把自己的重要内容藏着掖着, 不在引言中展现出来, 就没人会去花时间发现它们.
2. 最八股的方式, 就是采用与摘要相同的节奏. 摘要的每一句, 都扩展成引言中的一段. 每段的首句被称为"主题句", 也可以把摘要相应那个句子稍作修改移过来. 主题句通常是一种"断言", 该段其它句子的作用, 都是支撑该断言.
3. 每段应有 5–10 句. 这样, 该段就有 50-150 个单词. 如果相邻两段都太短, 应把它们合并到一起. 如果某段太长, 就应该拆分, 或者直接减少文字. 太短的段落导致零零碎碎的感觉, 太长的段落则让人读起来累.
4. 计算机领域 (特别是顶会) 流行在引言里面放 “开局一张图”. 如果采用这种风格, In this paper 之后就应该围绕该图进行解释. “一幅图胜过千言万语”, 该图可以帮助读者花最少的时间理解论文的主要内容. 该图可以展现核心技术、算法框架、小的运行实例、效果对比等等. 这张图如果画好了, 可以加分; 画不好的话, 还不如不要. 
5. 有些期刊和会议还喜欢让作者把自己的贡献单独列出来, 放在实验陈述段落之后. 这个与论文的 Highlights 是同一个意思. 如果要列举的话, 就需要和前面的段落有所区别. 比如, 前面的几段写的是论文方法的几个步骤, 而这里描述几点贡献. 贡献写两三点就行, 多了也起不了强调的作用.
6. 期刊论文要求写论文的组织结构. 引言的最后一段以 The rest of the paper is organized as follows. 开头即可. 也不需要玩什么花样, 按部就班陈述即可.
7. 引言的层次
   7.1 没有拼写、语法错误（单词级）
   7.2 表达简洁、得体、有力量（句子级）
   一个意思用尽可能短的句子描述。不需要太多的句式，少数的几个重复使用即可。
   7.3 丰富（段落级）
   同一事情从不同的角度分析，有一些常用的角度、招数
   WWH: what, why, how
   7.4 条理清晰，节奏明快（章节级）
   主要是摘要10句及相应的节奏
   7.5 创新

如何写好伪代码：

1. 需要说明输入、输出;
2. 方法 (函数) 名可写可不写, 如果被别的方法调用就必须写;
3. 需要写出主要步骤的注释;
4. 长度控制在 15-30 行;
5. 可使用数学式子或对已有数学式子的引用;
6. 不重要的步骤可以省略;
7. 一般需要进行时间、空间复杂度分析, 并写出配套的 property 以及相应的表格, 以使其更标准.

实验部分：

    关于数据集：

1. 数据集越多, 覆盖领域越广, 结果就越可信. 从软件测试的角度也是如此.
   在多数情况下, 12 至 20 个公开数据集就足够了. 然而, 对于一些领域和问题而言, 数据集却非常珍贵. 可以使用人造数据集, 或者数据集随机采样成多个, 来缓解该问题.
2. 数据集大些更好. 如果是结构化数据, 有  个样本和 100 个属性就比较好. 否则, 审稿人就会说你使用了玩具数据集.
3. 获取自己主要参考文献中的数据, 有利于进行比较. 你甚至不需要把他们的方案实现. 在一些领域如图像和视觉, 会有一些专门的数据集供大家测试.
4. 要么获得对比算法的源码, 要么实现它们. 由于使用平台不同, 数据采样不同, 有时候你重现别人的实验, 会发现结果不大一致. 如果没有特别的原因, 就使用自己实现的版本.
5. 同一结果不应该在图和表中同时出现, 这样就重复了. 你只有选择更为合适的方式.

    外部比较：

1. 需要比较经典方案, 基准方案, 最先进的方案.
2. 很多时候使用柱状图.
3. 如果数据太多, 用表格就比图合适.
4. 如果要把参数影响, 数据集大小影响也表现出来, 就只有用折线图.
5. 最重要的比较放在最后.
6. 要有足够的文字进行分析, 不能让读者自己去观察.
7. 并不需要在所有数据集上击败其它方案.
8. 在分析自己方案优势之余, 也应该分析它的劣势, 否则审稿人不干. 因为机器学习的基本规律就是 No free lunch, 即一个方案既然有优点, 就肯定有缺点. 既然有擅长的数据/指标, 也就有不擅长的数据/指标.

如何引用文献：

一篇论文大概可以引用多少篇文献，自己写的论文中可以有百分之多少的字引用别人的东西。

引用的文献最好是最原创的论文，和最新的论文，特别是自己对比算法的论文。

• 期刊论文30-50篇
• 会议论文15-30篇
• 综述性论文 100+
• 文字重复率不超过 30%

对于参考文献的相关性和代表性的要求：

• 相关性：比较算法必须要有，10篇。
• 代表性：综述的时候，每一类方法选择1-2篇，找期刊好、时间新、引用多。

1. 每篇论文都应有文献综述
   表示对前人工作的尊重, 我们是站在巨人的肩头上
   当读者不清楚某些技术的细节时便于查阅
2. 可以在不同的地方描述
   引言中: 一般描述得比较简略
   第 2 节专门的 Related work: 描述得比较详细
   实验之后: 不想破坏自己论文的完整性, 特别是有 Preliminaries 一节时, 可考虑放到这里
   在引言中的描述与第 2 节中的描述不要简单的重复. 换言之, Introduction 和 Related work 应该统一布局, 而不能相互打架
3. 文献需要进行分门别类的介绍
   便于读者理解你这项工作的位置. 例: 主动学习有两个流派: 基于不确定性与基于代表性, 本文工作为后者.
   有时会大类套小类, 逐步细化
   这样的综述才有目的、有营养
4. 参考文献的引用一般仅仅是一种附属品
   先写一个完整的句子, 再把参考文献的引用加上去. 例: Uncertainty sampling approaches [1,2] construct a classifier to determine which labels should be queried.
5. 不应将参考文献的引用作为句子的主语、宾语等
   这种情况下, 你就失去了自己的观点, 而以其它作者的观点为主: Min et. al [6] propose … Zhang et. al [7] augue that
   读者从你这个文献综述里面看不到有深度的“综合论述”
   容易出现连续多个单词与相应文献句子相同, 查重也会有问题
   为了凑篇幅而综述, 肯定不靠谱
6. 以年份为主线的综述也不值得提倡
   还是堆砌的感觉
7. 不要一次性引用太多文献
   一次不要超过 3 篇, 否则又是堆砌的感觉. 如: Uncertainty sampling approaches [1,2,3,4,5], 让读者觉得你根本没有给每篇参考文献足够的尊重, 就好像给大家一个合照了事儿
   即使与这个位置相关的参考文献很多, 也应该想办法放在不同的位置
8. 不提倡全句引用
   如果实在要引用, 应在原句外面套上双引号, 否则就是学术不端. 如: Eintein pointed out that “xxx.”
9. 合理评述相关工作的优缺点
   优点是你选择跟随性工作的原因
   缺点是你论文工作的动机
   在谈到优点时可以使劲夸, 但也不要用口语; 说到缺点时要中肯, 也要客气, 很可能文献作者也是你这篇论文的审稿人
10. 可以综述自己前期的工作, 但一般控制在 2-3 篇论文. 这样, 表明自己不是第一次做这个方向, 同时避免太多的自引.
11. 参考文献必须在正文中引用. Latex 不担心这个问题.

结论部分：

1. 常言道: 虎头豹尾. 结论一般不要太长, 5 句就够了. 如果想讨论的内容比较多, 应该在本节之前加入一个单独的 Discussions 小节.
2. 避免使用与摘要内相同的句子. 摘要里面说我们做了哪些事情, 而这里应该说我们获得哪些观察与结论. 也就是说, 结论比摘要更加具体. 可以具体到论文中的某个算法, 某条性质, 某个定理, 某个实验结果, 这样就自然与摘要区别开来.
3. 如果要讨论说进一步工作, 可以列出 3 至 5 条, 不算在 Conclusion 的字数里面. 读者很可能非常关注这一部分, 因为他们可以按照这种思路继续进行研究. 作为一项研究工作, 打开一扇门比完全解决某一问题更重要. 如果这一部分写得好, 就会有很多的引用. 引用数量也比论文发表数量更重要.

使用Latex提供的 bib 文件进行参考文献的管理：

1. 千万不要直接使用网上的 bibitem. 有些同学说: “我的 bibitem 是从网上直接拷贝的, 怎么会有错呢?” 这句话直接把我点爆. 正确的做法是: 使用一个正确的模板 (例如上面给这个), 然后把文献的内容填进去, 这样可以避免多数问题.
2. 将等号进行列对齐. 这和我们写程序一样, 需要良好的习惯: 保证格式正确. 否则会隐藏一些错误. 实际上, Latex 文件就是程序.
3. 名字要有意义. 如 MinZhang2020Frequent 包含了前两个作者姓氏、论文发表年份、标题中的一个关键词. 必须保证不同的参考文献具有不同的名字.
4. 名在前, 姓在后. “Fan Min” 不要写成 “Min, Fan”, 虽然 Latex 也认这个, 但从统一风格的角度, 我不认.
5. 作者名不要缩写成 “F Min” 或 “Fan Min”. Latex 自己会进行必要的转换.
6. 注意题目的大小写, 可以用花括号强制设置. 如 “TACS: Three-way active learning through clustering selection” 应写为 “{TACS: T}hree-way active learning through clustering selection”, 否则 Latex 很可能给你转换成 “Tacs: three …”. 同时注意不要使用 “{TACS: T}hree-way {A}ctive {L}earning through {C}lustering {S}election” 这种过度的控制, 模板会进行大小写控制的.
7. 期刊的名字按照正常方式写即可. 有时候编辑会把 Information Sciences 缩写为 Inf. Sci. 作者一般可以不管.
8. 会议名如果使用简称, 就不要再写全称. 事实上, 级别高的会议, 大家都知道其简称. 级别低的会议最好别引用.
9. 由于有 year 域, 不要在会议后面再加年份, 如 AAAI’20, 这样导致年份信息重复.
10. 页码之间应使用两个连词符 -, 最终的效果就是一条比较长的横线. 如果从其它地方直接拷贝, 有可能获得全角的横线.
11. 特殊字符需要使用转义符才能正常显示. 如 IEEE Transactions on Knowledge \& Data Engineering. 有些西欧字符, 也需要查阅 Latex 相应标准, 如 \"{o} 表示上面有两个小点的 o.
12. 千万不要把特殊字符 (包括全角的引号, 头上戴点的字母等等) 拷贝进 bib 文件. bib 文件和 tex 文件都应该只含基本的 ASCII 字符.
13. 除最后一行外, 其它行应以逗号结束.
14. 有些作者喜欢在名中间连词符, 如 Heng-Ru Zhang, 有些则喜欢独立, 如 Yi Yu Yao. 需要查阅他们自己的论文, 了解相应习惯.
15. 为了保证格式的正确性, 应检查生成的 pdf 文件. 偶尔还会根据投稿期刊的要求来进行 bibitem 的修改.

总结

        在上本课以前，我一直以为只要想到一个好的idea，设计好算法，就一定能写好一篇论文，达到毕业条件。在上了这门课后，我才知道，论文的题目、摘要、引言、文献等部分的书写格式都有严格的要求，如果不按照这些要求来写，就算你的idea特别好，也有可能被拒。