论文结构感悟

学习了闵老师的论文写作课，我认为我学到最多的、印象最深刻的还是行文结构部分，因此专门对这一部分做下总结与感悟。

题目

• 长度：对于英文论文，其长度最好控制在40-60之间。越短代表着创新性越高，越长则是限定越多，适用范围窄，创新型就低。
• 尽量不使用based on：如果这样写，容易觉得这是一种对已有方法的一种拓展，并且这种题目已经泛滥了。
• 必须有吸引力：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。
• 应当易于检索：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。
• 应当易于理解：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。

关键词：中肯不花哨；吸睛不俗套

摘要与关键词

摘要

把论文重要的内容摘录出来，包括三个部分：已有工作的评述、本文工作的描述和实验结果。
规范包括如下十句：

• 问题及重要性：说明问题所属的领域、或者解释最重要的概念，强调问题的重要性。（避免用important，因为过于笼统，建议用更加具体的词汇）
• 已有工作：描述已有的问题解决方案。
• 已有工作局限性：以however开头，应当尽量中肯客观的说明局限性（自己的工作应当解决该局限性），也可以不写。
• 本文工作：以in this paper开头，应当是题目的扩展，应当出现算法的缩写，也可以尽量多，超过20个单词（全文唯一可以超过20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）
• 实验设置：给出数据的领域、来源、数量
• 实验结果：描述应当客观事实
• 展望：可以小吹，但还得客观

关键词

• 将关键词按照字母表排序
• 一般需要 3–5 个关键词
• 关键词一般由 1–3 个单词构成

引言部分

• 对整个故事进行详细描述，并且应当尽量吸睛，表现自己的研究工作的意义、理论完备、实验效果好等
• 八股结构：与摘要节奏相同，摘要的每一句都扩展成引言中的一段
• 每段应有 5–10 句. 这样, 该段就有 50-150 个单词.
• 开局一张图：“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.
• 可以尝试把自己单独的贡献列出来，放在实验陈述部分后，大概两三点就够了

文献综述

绝大多数的参考文献应该在论文中适当地引用，以展示对前人工作的尊重，并方便读者在需要时查阅。每篇论文都应包含文献综述，这样可以让读者更好地理解你工作的背景和位置。在进行文献综述时，需要对文献进行分类和介绍，以便读者能够理解你工作的意义和价值。避免将参考文献的引用作为句子的主语或宾语等，以避免混淆。以年份为主线的文献综述也不值得推荐，因为这会给人一种堆砌的感觉。同时，不要一次性引用过多的文献，也不建议全文引用，如果确实需要引用，应该在原句外面加上双引号，否则会被视为学术不端。此外，还应该对相关工作的优缺点进行合理的评价和讨论，优点是你选择该工作的原因，而缺点则是你论文工作的动机。

数学理论

这部分直接拿来举例子吧：

修改后的版本优点如下：

算法伪代码

算法伪代码是论文的核心之一

• 需要说明输入、输出;
• 方法 (函数) 名可写可不写, 如果被别的方法调用就必须写;
• 需要写出主要步骤的注释;
• 长度控制在 15-30 行;
• 可使用数学式子或对已有数学式子的引用;
• 不重要的步骤可以省略;
• 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

实验部分才是重头戏

数据集

• 数据集越多, 覆盖领域越广, 结果就越可信. 在多数情况下, 12 至 20 个公开数据集就足够了.
• 数据集大些更好。从模型训练的角度来说，大数据量拟合成功等同于泛化能力强。
• 获取自己主要参考文献中的数据, 有利于进行比较
• 要么获得对比算法的源码, 要么实现它们.

自问自答模式

在实验之前提出一些问题，在实验结果列出之后逐个回答他们。
这种方式在实验之前提出问题，可以吸引审稿人兴趣，如果他们刚好对这部分感兴趣，那么就会读下去。偶尔有审稿人不喜欢这种风格, 觉得好像给小学生讲题. 万一他要提, 我们改就是了.

内部比较

自己使用多种算法进行比较

• 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.
• 展示主要方案与其变种相比的优势.

外部比较

自己的算法与其他已有算法进行比较

• 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.（方便比较）
• 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（客观中肯）

结论与展望

• 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.
• 避免使用与摘要内相同的句子.
• 如果要讨论说进一步工作, 可以列出 3 至 5 条

参考文献

bibitem模板

@ARTICLE{MinZhang2020Frequent,
    author    = {Fan Min and Zhi-Heng Zhang and Wen-Jie Zhai and Rong-Ping Shen},
    title     = {Frequent pattern discovery with tri-partition alphabets},
    journal   = {Information Sciences},
    year      = {2020},
    volume    = {507},
    number    = {1},
    pages     = {715--732},
    doi       = {10.1016/j.ins.2018.04.013}
}

@INPROCEEDINGS{MinCai2007Dynamic,
    author    = {Fan Min and Hong-Bin Cai and Qi-He Liu and Zhong-Jian Bai},
    title     = {Dynamic discretization: a combination approach},
    booktitle = {ICMLC},
    year      = {2007},
    pages     = {3672--3677}
}

• 名在前, 姓在后. “Zhang Zheng” 不要写成 “Zheng Zhang”
• 千万不要直接使用网上的 bibitem。应当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.
• 格式把握好，具体表现在把等号对齐
• 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.