谈话小结

2018/12/27，周四
漫漫读博路
今天和zhouyu老师谈了一下，主要是我科研能力尚不完善，看论文get不到key point，导致别人问这篇文章讲了什么的时候，我只有说了具体的实现过程，没有铺垫，核心思想等等。

1.前期调研

也就是一开始mentor指了方向，比如说source code上的language model，然后就应该广泛的去搜集资料，也就是查文献，怎么查呢？

1. 这个领域的高引文献、基础的开山之作等等比如语言模型的benjio的NNML，Mikolov的word2vec以及standford的GloVe,这个文献起码要从别人口中得到，这是必须要知道，要是有一门综述就更好了。好好读一读就算是入门，如果是入门的人，那这一步是可以省略掉的。
   直接广搜论文。
2. 广搜的时候先是论文的出处，我们就需要看看

Program languages & Software engineering: PLDI, ICSE,ESEC/FSE，MSR        
Machine learning: ICLR, ICML, NIPS

3. 看摘要 in this paper干了什么，是不是词向量，看experience是NLP的文本分类、word analogy、machine translation还是source code领域相关的，这样广度搜索出适合自己的论文。

2.读论文

读论文分为粗读和精度，不是一遍粗一边精，论文是要反复读的。
以Enriching Word Vectors with Subword Information为例
文章分为思想和model，想要别人或者自己清楚了解这篇文章，请将思想，想实现，请将model。
思想：

1. 需要知道论文的背景：是要把word变成vector
2. 以前的工作：word2vec等等，优缺点是什么，比如对很多NLP任务都很有用，但是不适用于rare word或者large vocabulary。
3. 改进的point的是：用morphology信息
4. 方法：基于skip-gram，用character n-gram的和来表示词向量

3. 练手

读论文读累了，可以去实现一写开源项目，或者跑一跑开源代码，刷刷李宏毅或者吴恩达的机器学习和深度学习，或者学英语。

未完待更新