如何读NLP相关论文---建议及注意事项

参考：https://www.cnblogs.com/Fosen/p/11449306.html
一、为什么要读论文？
基础技术：读论文中的related works可以帮助了解该领域的一些主要的技术，追踪该领域经典算法论文
新方向和思路：了解该领域最新的解决思路
复现：更透彻的理解算法逻辑，锻炼编码能力

二、要读哪些论文？
综述：综述包含该方向经典的发展历程，帮助补充必要的基础知识，熟悉一些关键算法和技术栈，可以在实践中验证效果。快速找到适合场景的算法解决方案
代表性论文：该领域最关键的技术论文（高引用），可从综述中活动，通常由开源代码，帮助快速验证思路。
前沿论文：了解该领域的最新进展思路，在产品落地的过程中吸取新想法，帮助创新和高效性的解决问题。

三、到哪里找论文？
顶会：CVPR, AAAI, ICCV等
google scholar: https://scholar.google.com/
关注VALSE & Webinar：VALSE 是中国大规模的学术研讨会议，每年举办，讲解各路论文算法和年度进展等；平时有视频算法讲解；
Papers with Code： https://paperswithcode.com，整理大量论文以及复现或原作者代码；方便一边看论文一边实验；

四、怎么读论文？
Origins：来源有一定的引导性，比如Google Brains，FAIR等大型研究机构的论文通常易读、易复现，或者有开源代码可以实践；
Abstract: 看主要的创新点是否符合寻找的方向以及是否感兴趣，避免浪费时间；通常会提到创新点以及效果（准确率、AP等）；
Introduction：快速读，主要在复述对比算法的问题（帮助你认识以前的或者正在使用的算法存在什么问题）和提出创新点；
Related Work：如果不了解经典的相关算法，可以找出来读；如果已经了解了，可以选择跳过；
Experiments：积累训练算法和数据准备的经验；再看实验结果在哪些指标上领先；

五、怎么“写论文”？
多读：充分掌握前沿思路并总结问题；没有完美的算法，只有更优秀的思路;
多记：边读论文边在旁边注释自己的思考和想法，以及与看过的其他论文思路上的相通性和不同点；
多写：参照通用的经典论文格式，把自己做的实验写成一个“paper”；记录实验思路和结果；
多讨论：与同组或大牛讨论自己的思路和实验方法，总结经验和问题；