《论文写作》课程总结

本篇博客是对闵老师讲授的《论文写作》这门课程的总结。这门课程对于论文写作进行了多方面的讲解,通过这次课程的学习我对论文写作有了进一步的理解和体会。

1. 目的

研究的目的是发现新知识、发明新技术。
写论文的目的是把你的工作告诉同行,经过同行评审(peer-review),成为科学文献。

基础研究通常离实际应用有较大距离,只有很少的研究工作能很快进入实际应用,所以我们目前发出的论文可能还并不能应用到实际环境中。

一般研究的发展为:前沿研究 -> 实验室成熟技术/工业界新技术 -> 工业界成熟技术

2. 如何做研究

TPIC:Topic -> Problem -> Idea -> Concrete work (theoretical analysis, experiments, etc.) -> Paper writing -> Submit

2.1 Topic

  • 通常情况:根据导师给出的topic来选择(自己的兴趣,自己的知识结构,能否获得必要的资源)。研究领域不存在“好”、“坏”之分,只要做得足够深入,都能做出好的工作;
  • 然后,阅读关于该话题的重要文献,了解该话题的研究历程、研究现状。请导师或该领域资深学者推荐读物,基于导师推荐的读物,顺藤摸瓜(例如从参考文献)找到尽可能多的重要文献读不懂的先跳过去,多读几遍;
  • 需要自己去找topic、自己找东西读,则:
    1: 找人请教(自己要加以判断):师兄、师姐、该领域的著名学者
    2: 自力更生:搞清楚自己的领域里最重要的刊物、会议;找来那上面最近几年的文章读。

2.2 Problem

  • 导师给问题;
  • 自己产生问题,导师帮你判断;
  • 完全自力更生;
    读发表在重要刊物和会议上的有关的topic的文献(2、30篇读下来大概能知道有哪些问题是没解决的了),关注这个topic上活跃的leading expert的工作、他们的文章中可能会指出一些需要解决的重要问题

有了问题以后:

  • 搞清楚该问题上已经有过的所有工作
  • 导师推荐重要文献,然后自己顺藤摸瓜
    优点是什么?缺点是什么?为什么没有彻底解决问题?
  • 悟出已有工作的发展线索

2.3 Idea

判断idea:

  • 是新的idea吗?
  • 是不是有道理?(不是瞎蒙出来的)
  • 是否可行?
  • 把这个idea先放到一边,过一周再考虑一下:是否有更好的办法?

2.4 Concrete work

  • 理论分析
    周全、不要有漏洞
    尽可能简单的工具
  • 实验验证
    实验方案周全仔细
    基准测试
    其他学者也能使用的数据
    不可缺少的比较
    实验是可重复的

3. 如何写论文

3.1 Title

  1. 要有吸引力
    我们一般的论文,首先要过的就是审稿人的那一关。没有吸引力的题目,审稿人也不会感兴趣。
  2. 要容易理解
    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.
  3. 尽量运用一些容易被检索到的方向的词汇
    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.
  4. 长度最好控制在 40-60 个字母之间
    越短表示创新性越高,越长表示限定越多, 适用范围越窄, 创新性越低。
  5. 尽量不使用 based on
    如果这样写, 读者会觉得该论文只是已有方法一个简单的扩展, 或者简单的应用. 有些中文期刊明确要求论文题目不要使用 “基于”, 因为这种题目泛滥.
  6. 使用 through, with 等来表示技术
  7. 如果主要贡献为算法, 题目的缩写就应该为算法的名称

3.2 Abstract

  1. 问题及其重要性:背景介绍,说明我们做的是什么方向,能解决什么问题。
  2. 已有工作:陈列出目前该方向已经有的工作(一两个即可),陈述完后用However转折接第三句(不可用But)
  3. 已有工作局限性:总结出上面已有的工作存在的缺陷
  4. 本文工作:提出自己的工作。
  5. 分步骤陈述自己的工作(首先、其次、最后)
  6. 实验结果:陈述自己的工作效果(如提升了某某指标)

3.3 Keyword

关键词常被看作摘要的一种补充

  • 一般需要 3-5 个关键词
  • 关键词一般由 1-3 个单词构成
  • 将关键词按照字母表排序
  • 有些期刊支持两类关键词
    index term: 由期刊提供, 只能从投稿网站给定的列表选择
    keywords: 作者自己按需写

3.4 Introduction

  1. 它应该对整个故事进行详细的描述
  2. 最八股的方式, 就是采用与摘要相同的节奏. 摘要的每一句, 都扩展成引言中的一段.
  3. 每段应有 5–10 句.
  4. 计算机领域 (特别是顶会) 流行在引言里面放 “开局一张图”

3.5 Related Work

  • 放置位置
    第 2 节专门的 Related work: 描述得比较详细
    实验之后: 不想破坏自己论文的完整性, 特别是有 Preliminaries 一节时, 可考虑放到这里

  • 分类介绍
    便于读者理解你这项工作的位置

  • 参考文献的引用一般仅仅是一种附属品
    先写一个完整的句子, 再把参考文献的引用加上去.

  • 不应将参考文献的引用作为句子的主语、宾语等

  • 以年份为主线的综述也不值得提倡

  • 不要一次性引用太多文献
    一次不要超过 3 篇,

  • 不提倡全句引用

  • 合理评述相关工作的优缺点

3.6 The theoretical part

理论应该完备,符号要保持同一风格。
重要结论称为定理 theorem, 定理前面打辅助的叫作引理 lemma, 定理后面的尾巴叫推论 corollary, 附属于算法的叫 property。

3.7 Algorithm

  1. 需要说明输入、输出;
  2. 方法 (函数) 名可写可不写, 如果被别的方法调用就必须写;
  3. 需要写出主要步骤的注释;
  4. 长度控制在 15-30 行;
  5. 可使用数学式子或对已有数学式子的引用;
  6. 不重要的步骤可以省略;
  7. 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.

3.8 Experiments

在实验开头例几个问题,并在实验中回答。

(1)体现自己的方法比别人好;
(2)参数设置是否适合不同数据集;
(3)运行时间是否与之前的复杂度分析一致。

然后用一段话描述本文用的数据集,并且用表证明。

Performance Comparison(回答第一个问题)

用文字和表来描述;
表的设计一定要使其表示的内容更为清楚,一般是与其他方法的比较;
(用矩阵分解,一般用10次平均值或加减方差来标准自己的结果)

Parameter Settings(回答第二个问题)

一般会挑2、3个重要的参数来描述,且每个数据集的 λ \lambda λ 取多少需要用图来证明。
(图用python画)

Complexity (回答第三个问题)

由于讲解的论文时间复杂度与用户、物品个数呈线性关系,所以:
(图,还没画)

Discussion (回答第四个问题)

回答开头的几个问题(三个问题对应三句话)

实验代码部分

当需要多个数据集,多个方法及多个指标来实验时,最好用循环(Switch、case)来控制数据集、方法和指标。

3.9 Conclusion

  • 结论一般不要太长, 5 句就够了. 如果想讨论的内部比较多, 应该在本节之前加入一个单独的 Disussions 小节;
  • 避免使用与摘要内相同的句子. 摘要里面说我们做了哪些事情, 而这里应该说我们获得哪些观察与结论. 也就是说, 结论比摘要更加具体.;
  • 如果要讨论说进一步工作, 可以列出 3 至 5 条, 不算在 Conclusion 的字数里面.。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值