《论文写作》课程感想

《论文写作》课程感想

        时光匆匆，转眼间论文写作这门课就已经结束了，在此期间我收获了很多。首先与别的研究生课程不同，在这门课里我最大的感受就是老师所传授的基本都是干货，并且非常细致。例如，直接建议了摘要写多少句，每句多少字数，以及每句话该写什么。其次还经常以主动提问的形式来解决我们自己内心真正的疑惑，使得我们学到自己真正需要的东西。下面我将分别简单叙述一下我所学到的知识以及感想。

        1.题目部分

        我们的论文题目应当是一个易于理解易于检索的有吸引力的题目，并且尽量不要使用based on这种烂大街的题目。

        2.摘要部分

        摘要是指把重要的内容抽取出来，通常包括三个部分：已有工作的评述，本文工作的描述，实验结果。摘要大概写10句，每句话最好不要超过20个单词，每句话应当描述什么可以参考老师的博客。 

        3.关键词

        关键词常被看做是摘要的一种补充，一般需要3-5个关键词，每个关键词不要过长，一般由1-3个单词构成。

        4.引言部分

        引言其实就是一个更加详细版本的摘要，在引言中需要我们对本论文进行更加详细的描述。如果把摘要比喻成电影的宣传片，那么引言应该是整部电影的剧本。最简单的方式便是采用与摘要相同的节奏，把摘要中的每一句话，都扩展成引言中的一段话。

        5.相关工作

        即文献综述，该部分可以写在引言中，也可以专门拿出来单独写。每篇论文都应有文献先综述，而且我们的绝大多数参考文献应该在文献综述中引用，不过不能一次性引用太多文献，这样会让读者觉得你没有给每篇参考文献足够的尊重。

        6.算法

        算法作为论文的核心之一，我们需要说明输入输出，并且对主要步骤进行注释，长度不能过长，应该控制在15-30行。注意，不重要的部分可以省略，最好进行时间、空间复杂度的分析。

        7.实验

        实验部分是整篇论文的重头戏，在机器学习的论文中，实验部分一般都占据了论文的一半篇幅。对于数据集来说，数据集越多，覆盖领域越广，结果就越可信。对于某些领域，数据集是非常珍贵且少的，对此可以使用人造数据集，或者数据集随机采样生成多个来缓解问题。实验应该有内部比较和外部比较。内部比较：展示参数变化所导致的性能变化，展示主要方案与其变种相比的优势。外部比较：即与已有算法进行对比，一般包括经典方案，基准方案，最先进的方案。

        8.结论

​​​​​​​        结论很重要，通常审稿人和读者都会逐句阅读本部分。结论一般不能太长，5句话足够了，如果内容过多，应该再次之间增加一个单独的Discussions。作为一项研究工作，打开一扇门比关闭一扇门更加重要。

        9.其他细节。

                * 每个句子长度不宜超过15个单词，尽量使用简单句来减少语法错误。

                * 在正式论文中Don't这种简写是不正确的，应该写成Do not。

                * 绘制图表时，最好绘制矢量图。这样在放大之后不会失真。

                * 使用bib文件来管理参考资料。

                * 使用latex来进行格式控制。

                * 审稿人最多大改两次，修改时发现以前未察觉的错误，最好不要修改。

        论文写作不易，其实许多东西要在自己踩过坑之后才能有更深刻的印象。不过我相信在学过这门课之后，踩的坑会比之前少很多。

​​​​​​​