闵帆老师《论文写作》课程学习心得

在具体的写作过程中，不需要写作者对句子添加各种华丽的词藻，只需要使用简单的句型来表达清楚自己的意思。此外，从未出现在任何学术论文中的单词，也不可以使用。比如说：在正式的论文中，像Have't、Don't这种简写是不正确的，应当使用其全称。具体可以使用https://www.linggle.com 查看单词或词汇的使用频率。

四.查找自己相关方向的论文

可以通过国内的知网、百度学术、学校图书馆等数据库来查找自己要读的文献，但是其内容非常有限。更加好用的是谷歌学术，但是国内可能无法访问，要通过一些科学手段来访问谷歌学术。这里贴上一个网址，不需任何特殊手段即可在谷歌学术上检索论文：学术资源搜索 (lanfanshu.cn)

五.语法

我们的母语是中文，使用英文进行写作难免会出现一些语法问题。前面说过，研究论文并不需要华丽的词藻，只要简单的句型表达清楚自己的意思。那么如何去归纳一些简单的句型？

1.借鉴法

找尽可能多的顶刊论文，对其中出现的简单句子进行归纳总结，然后将其应用到自己的论文中。

2.借助翻译软件

这里的使用翻译软件并不是简单的将中文输入翻译软件进行翻译，而是要将自己写的英文句子输入翻译软件来回倒腾，直到无论如何倒腾中英文句子不再发生变化，就像老师说的那样：好的英文=好的中文。

六.数学符号

在理工科研究领域，数学表达式必不可少。若文章中涉及过多的表达式，应给出符号表以供读者查阅。Latex在数学表达式编辑方面有很大的优势，不可以用word中的公式编辑器将公式编辑好再导入Latex。Latex中数学表达式相关命令十分有限，所以学习起来并不困难，可以先找来一篇论文进行学习。数学表达式具体的学习可看闵帆老师的博客：https://blog.csdn.net/minfanphd/category_11236630.html

七.题目

题目对论文的重要性不言而喻。

1.必须有吸引力。

对于计算机方面的论文而言，要写出自己提出的新问题或新方法。

2.便于理解、易于检索。

题目不要写的过于冗长，术语及词汇在该领域内应该比较常见。

3.注意长度

长度应控制在40-60个字母之间，尽量不使用based on。

八.关键词

关键词可以看作是摘要的一种补充，数量为3-5个，每个关键词由1-3个单词组成，不同期刊对关键词种类要求不同。

九.引言

计算机英文论文中，撰写引言有4个步骤：

1.提供背景信息。

引言的开头要先让读者准备好后续会看到的详细信息。开头陈述不能太过空泛。

2.介绍你的研究的明确主题，并阐述其重要性。

从背景信息中，我们已经可以看出文章主题，那么接下来应该阐述一些实验或者说是统计数据来说说明该主题的重要性。

3.提及过去曾经尝试过解决或回答该研究问题的工作。

引言部分由于篇幅的限制，并没有充足的空间进行正式的文献综述，但是可以指出早先的相关研究，并且说明你的研究跟先前的研究有什么不同，即创新点在哪里。

4.以明确的研究目标结尾

上述三步应已经带出了研究目标，那么这个部分要提供非常明确的信息，但是不要太过详细。

十.引言层次

引言应没有拼写、语法错误，表达简洁、得体，有力量。不能使用过多的重复单词，应用简单的、少量的句式尽可能短地描述。

十一.文献综述

1.文献综述的地位

每篇论文都应有文献综述，以表对前人工作的尊重。文献综述可以放在文章的任何地方，可以放在引言中、实验之后等，并且文献需要进行分门别类地介绍。

2.文献综述的引用

绝大多数的参考文献应在文献综述中引用。不同的期刊对于论文引用的格式要求也不同。在具体写作过程中，都是先写一个完整的句子，再把参考文献的引用加上去。不应当将参考文献的引用作为句子的主语。

3.文献综述的相关问题

不能一次性引用过多文献，一次不应超过三篇，即使与该位置相关的参考文献很多，也应想办法放在不同的位置。在谈论到相关工作的优缺点时，不要过分夸大，也不要过分贬低，语气要中肯。

十二.论文理论部分

理论部分涉及大量的公式以及数学理论。可以说这部分的撰写全靠数学功底，但是我们之前学习的数学都是为了应付考试。这部分的准则有三个：1.理论完备。2.符号保持统一风格。3.重要结论称为定理theorem，定理前打辅助的叫做引理lemma，定理后的尾巴叫推论corollary，附属的算法叫property。具体的学习过程可以看闵老师的博客：

https://blog.csdn.net/minfanphd/category_11236630.html

十三.算法伪代码

1.传统算法

算法伪代码是论文的核心之一。需要说明输入、输出。函数名可写可不写，如果被别的方法调用就必须写。需要写出主要步骤的注释，长度控制在15-30行，可使用数学式子的引用。不重要的步骤可以省略，一般需要进行时间、空间复杂度分析。

2.机器学习

现在机器学习可应用到各个领域，它不像传统算法那样有伪代码。对于机器学习来说，伪代码部分可以用数据集、网络结构、损失函数来代替。机器学习方面的论文创新点一般都在网络结构、损失函数上。在新网络结构上跑出来的效果要是比旧的好，就可以着手发论文了。

十四.实验部分

1.数据集

数据集越多，网络训练出来的模型泛化性就越好。在数据集的获取方面，主要是获取自己主要参考文献中的数据，这样的话可以将自己实现的数据直接与前人工作结果进行比较，并且在一些领域会有一些专门的数据集供大家测试。

2.实验的目的

实验的主要目的是为了证明你提出的方法的有效性。闵老板在博客中说我们可以采用自问自答的方式，在实验之前提出一些问题，然后再实验结果列出之后逐个回答。

3.内部比较

内部比较，个人理解是对网络使用不同超参数实验结果的变化。如果有很多参数，就只能讨论最重要的几个，否则的话图太多，没有重点。加入我们有好多种可选方案，我们通过比较可以获得最佳的那个。

4.外部比较

外部比较是将自己的方法与已有算法进行比较。需要比较经典方案、基准方案、最先进的方案，要把比较重要的放在最后。在分析自己方案优势之余，也应该分析其劣势。

十五.参考文献

latex提供了bib文件进行参考文献的管理，这也是其相较于word的第二大优势，每篇参考文献只需要写7-8行。其正确的用法就是使用一个正确的模板，然后把文献内容填进去，这样可以避免多数问题，要时刻注意格式正确。引用的具体内容中名字要有意义，名在前，姓在后。会议名如果使用简称，就不要写全称。页码之间应用两个连字符。

十六.图片与图摘要

1.绘图工具

不能用画图、word等工具绘图。尽可能使用矢量图，这样在放大时图片不会失真。画图工具应选择visio、matlab、python等。其生成的图都可以保存为矢量图。

2.注意事项

图注可以相当长，有些期刊要求图注要相当详细，仅看图的注释就可以理解。此外，围绕图的说明性文字也要比较长，其所占版面应不低于图片本身版本的1/2。引用图片时，应保持与图片的编号一致。

十七.表格

表格一般应该与文字边距相同。如果内容不多，可以用latex语句对表格进行调整。若数据装不下，应当适当调整宽度。在对齐方面，多数情况下小数点位置应该对齐，具体要看期刊的要求。表格中的所有列都为左对齐。大于1000的数据要用逗号隔开。

十八.会议论文与期刊论文的区别

会议论文录用后，适当增加一定的材料，可以再投到期刊。

1.会议论文

会议论文有篇幅要求，一般比期刊论文短，所以需要一定的技巧节约版面。比如：相关工作描述较少、实验较少、不讨论未来工作/展望。

2.期刊论文

期刊论文的篇幅比会议论文长，所以需要对会议论文进行一定的补充才能投到期刊。会议论文参考文献要求一般是20篇左右，而会议论文则可能为50篇。

十九.个人总结

通过这门课，我学习到了很多东西。一篇论文从无到有要经过很多积累以及实验。首先，实验的重要不言而喻。实验是整个论文的核心，它为论文提供理论和数据上的支持，可以说是论文的灵魂。其次，要有浑厚的论文阅读数量。论文阅读并不是简单的读懂应付，而是要善于总结论文中简简洁的句型句式以及表达方式，最后，要注意论文中的各种格式。格式问题也非常重要，我们要善于使用latex调整论文格式，尤其是图表的格式以及引用的格式！多读，多看，多总结！