目录
前言
-
科研论文的定义
- 对科研工作的一个阶段性的总结,包含流畅的叙述语句,合理的上下文逻辑,严谨的文章结构,专业的术语,好看,明了的工作图和表,具有价值的文章。
-
如何写科研论文
- 首先确定自己想写什么(即SCI的内容),不知道写什么,无从下笔,其实就是对自己的创新点不够自信。可以参考论文写作从 1 到 N一般获得创新的途径有两个:第一是从自己的导师下手,如果导师给了大致的方向之后还指导你具体要研究些什么,要得出什么样的结论(这种一般很少,因为研究生了没有人会像中学那样手把手教你)。
- 第二是多读文献,有了输入才有输出,特别是英文文献!英文文献!英文文献!由量变达成质变,大约是50篇,60篇,70篇...不仅要读而且还要记笔记,推荐在EndNote里操作,不知道如何使用的读者可以参考EndNote操作教程,灵感就会如同春后雨笋般涌现出来。笔记方法就是简单的用几句话概括一下文章的创新点有哪些,有哪些缺点就OK。文章的创新点不要在结果里面找,那只是别人的实验结果跟你没有关系,你看一下别人的效果就可以了,文章的创新点一般都在实验之前的那部分去找(也就是Experiment之前的那一部分),看他提出了什么东西(创新点)。
- 最后,有了创新点后要去动手做实验。做实验也要讲究方法,在看论文时有些比较自信的作者会把论文的源代码放在GitHub上并附上链接,这时候可以去下载执行,可以看看核心的代码,检查实验结果。有些论文就需要读者自己去实现了,其实可以不用真的按照论文一步一步做,只需要做一些基础实验就好了,因为对于想要快速发论文的人这是最友好的。最后就是写文章了,这部分很重要,直接决定你的文章能不能被录用。文章应该由Title、Abstract、Introduction、Principle、Experiment 和 Conclusion这五大部分组成,每一部分怎么写请看下文。在这里提醒大家,写英文文章的时候可以用翻译软件,但是一定要注意不能整段翻译,更不能成篇翻译,那样子一看就知道是机翻的。正确的做法是先一小段(认为能表达一个意思的几句)翻译,然后逐句修改(包括倒装,指代词的替换,专有名词的修正等),最后再通读一遍基本上就OK。当然,这只是一个应急的方法,要想有流畅的英文写作表达,还是要踏踏实实地提高英语水平。另外还要注意一些慎用的单词和短语,如正文不能写don’t,have’t,easy,and,simple,solve,novel,only,prove等详细原因看慎用的单词与短语。
-
论文写作工具latex
-
一些写作细节
请参看(大家可以为这位博主点点关注,点点赞 >o< )
论文的各个部分
前面说过文章应该由Title、Abstract、Introduction、Principle、Experiment 和 Conclusion这五大部分组成,接下来就说说这些部分吧。注意:下文中的例子都源自文章Deep Marching Cubes: Learning Explicit Surface Representations.其DOI:10.1109/cvpr.2018.00308
题目(title)
给自己一个绚丽又靠谱,闪亮又中肯的题目吧!
那么绚丽闪亮就需要题目具有新颖性。某位博主说过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。
而靠谱中肯就需要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。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。长度最好控制在 40-60 个字母之间。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。使用 through, with 等来表示技术如果主要贡献为算法, 题目的缩写就应该为算法的名称。例如文章题目:Deep Marching Cubes: Learning Explicit Surface Representations,它把深度学习和传统的3D重构算法Marching Cubes结合起来叫Deep Marcing Cubes。
关键词(keywords)
在现代搜索引擎 (包括词云) 开发之前, 关键词是用于检索论文的一种重要的方式. 虽然现在人们可以进行全文检索, 但关键词仍然很常用。
关键词常被看作摘要的一种补充,一般需要 3–5 个关键词,关键词一般由 1–3 个单词构成
将关键词按照字母表排序。
Distinguishability, ensemble learning, mapping, multi-instance learning, self-reinforcement
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
摘要(abstract)
这位博主总结到摘要要逐句分析,包含十句。
第一句: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。注意不要用烂大街的important,没得营养。例如:Existing learning based solutions to 3D surface prediction cannot be trained end-to-end as they operate on intermediate representations (e.g., TSDF) from which 3D surface meshes must be extracted in a post-processing step (e.g., via the marching cubes algorithm).分析:直接开门见山,现有3D表面预测方法并不能直接达到端到端的操作,意思是中间必须要获取其3D表面的网格,不能跳过。直接提出问题,有针对性,有营养。
第二句: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。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。
3D surface meshes must be extracted in a post-processing step (e.g., via the marching cubes algorithm)分析:委婉的提出问题。
第三,四,五句: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。
本文方法的第 1 个技术/步骤/方面/优势/贡献
本文方法的第 2 个技术/步骤/方面/优势/贡献
本文方法的第 3 个技术/步骤/方面/优势/贡献
如果不能扯出 3 个方面, 论文的工作量就显得不够
例如:
第六局:实验设置。
第七句:给出数据的领域、来源、数量.。
第八句:实验结果。
第九句:提高了准确性、效率等等。
第十句:提升,吹嘘一下论文的意义: 为该领域打开一扇门之类。
引言(Introduction)
引言的重要意义不言而喻,它是正文的开头,是对整个论文的一个简单总结(其实整个论文结构相当于总分总结构的)。在计算机英文论文中, Introduction 需要讲述完整的故事。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.。整个论文排版布局,内容都会按照上面说的进行。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, 具体问题参见 论文写作 N: 为什么我被花式拒稿? 读者也通常会在阅读完引言后决定是否引用该论文. 因此, 如果你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。
最简单的方式, 就是采用与摘要相同的方式。 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", 你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。
每段应有 5–10 句,大多数的句子的长度都应该不超过15个单词,句子追求精辟。
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. 有些期刊还会要求作者提供 Graphical abstract, 意思和开局一张图一致, 就是让读者仅仅通过该图就迅速理解论文贡献。例如:
分析:这幅图详细的说明了文章实验的过程,一目了然。
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。例如:
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.
理论(Principle)
理论或者说原理,这一部分呢是详细叙述文章在思维逻辑上层面上的核心。作者认为可以分
3点展开来说。
- 对前人工作的总结,最好是详细说明在该领域的经典一些作品的理论,产生的结果,以及对该领域额的巨大贡献,特别是算法啥的可以用图的形式表达出来,然后详细说明。另外值得一说的是如果,文章是对某一个算法的改进,那么就需要表达出自己对于该算法的深刻理解,并且对此有一个比较中肯的评价,既要尊重前辈,也要表达出自己想法。
- 在这里就要详细的说说自己的创新点了,要准确的表达出文章在前人的基础上的进一步的工作或者改进,要说出补足了那些缺点,克服了那些困难。最好附上一些图并详细解释,一张好的图,可以让读者更快更好的理解。另外还要做出一些必要的数学证明请参考论文写作 11: 理论部分全靠数学功底 (含实例),让其无懈可击,增加说服力。
- 做出对比,把文章和其他作品的优点凸显出来。
实验(Experiment)
实验部分是重头戏,特别是计算机领域,具有很大的实验可复现性(老师说的好,计算机的人很卷)。基本上实验可以分为这几部分,数据集信息,实验步骤,实验结果,实验对比。
一. 数据集信息
数据集越多, 覆盖领域越广, 结果就越可信。
二.实验步骤
实验在文章应该处于层层推进的关系,就是上一层的输出就是下一层的输入,而且每个部分应该做什么需要详细的表述。
三.实验结果
实验的目的是回答一些作者和读者关心的问题。因此, 可采用自问自答的方式, 在实验之前提出这些问题, 在实验结果列出之后逐个回答它们。
四.实验对比
实验对比可以分为内部比较和外部比较。
内部比较的动机包括:展示参数变化所导致的性能变化。二维图一次只能展示一个参数和一个性能指标. 因此, 如果有很多参数, 就只能讨论最重要的几个, 否则图太多。展示主要方案与其变种相比的优势。有时候我们有好几种可选方案, 通过比较, 可以获得最佳那个。
外部比较:外部比较即与已有算法进行对比。需要比较经典方案, 基准方案, 最先进的方案。很多时候使用柱状图。如果数据太多, 用表格就比图合适。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。最重要的比较放在最后。要有足够的文字进行分析, 不能让读者自己去观察。并不需要在所有数据集上击败其它方案。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。例如:
分析:详细对比了各种经典的算法和Ours
结论(Conclusion)
作为文章的结尾,也是对文章的一个总结,根据人们的阅读习惯, 最后一部分总是要看的.,通常审稿人和读者都会逐句阅读本部分。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。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。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。例如:
分析:简短有力,直击要害。