写论文的时候要换位思考: 如果我是审稿人或读者, 我会怎么批评这篇论文? 强烈建议写完论文之后不要急着投, 在手里放一周, 然后给自己写一个尽可能详细的审稿意见. 如果你不会, 就从本贴描述的几个方面入手.
本贴由易到难, 列举常见的审稿意见, 并给出实际的例子 (逐步增加).
1. 文字不规范
- 单复数不对
解决方案: 使用翻译软件 - 时态不对
解决方案: 使用翻译软件 - 口语化
解决方案: 多借鉴学术论文中的句子 - 缺主语
解决方案: 不要使用祈使句 - 缺谓语动词
解决方案: 从初中英语开始重学. 你的英语已经滥到没边了 - 句子太长难于阅读
解决方案: 拆分成不超过 15 个单词的句子
2. 实验不够
- 数据集太少
解决方案: 在机器学习很多子领域, 需要 10 个以上数据集 - 数据集太小
解决方案: 至少有 2 个 1 0 4 10^4 104 个实例以上的数据集 - 对比的算法太少
解决方案: 使用 4-8 种对比算法 - 对比的算法太老
解决方案: 使用近三年的算法进行对比 - 效果不明显
解决方案: 重新设计算法, 已经超过论文写作范畴
3. 内容不一致
- 挖坑不埋: 说自己做的是高维数据, 然而维度没到 1000
解决方案: 根据自己后面做的具体事情来挖坑 - 符号系统不一致: x,
x
x
x,
x
\mathbf{x}
x 用以表示同一个变量
解决方案: 保持一致性
4. 理论不强
- 数学表达式不正确
解决方案: 自己想办法 - 没有算法收敛性分析
解决方案: 有条件就加 - 没有算法复杂度分析
解决方案: 万一分析不出来, 就使用实验画曲线来说明 (运行时间随着样本个数、属性个数增加的趋势)
5. 创新不够
- 动机不强 The motivation of the work is unclear
解决方案: 写清楚 However, existing approaches … 这句话 - 创新点不够
解决方案: 把自己的创新扯成三点
6. 附录
公开的审稿意见:
ICLR 2019, Dataset Distillation
未完待续