论文写作——5 introduction与语言逻辑（以韬韬同学ASMI27版为例）

今天的小组会，老板帮我们看了韬韬同学ASMI27版论文的introduction，根据今天的讨论学习，总结下今天的收获。

1 introduction 的节奏安排

详见：论文写作——1 论文的框架与introduction段落安排（https://blog.csdn.net/ypandam/article/details/120104759）
本论文的节奏安排如下：
第一段：MIL 一般性介绍
第二段：MIL 三种常用技术
第三段：MIL 的神经网络方法
第四段：基于注意力机制的方法
第五段：我们的方法
第六段：我们方法的细节（包括贡献）
第七段：我们方法的效果
整体上没有问题

2 先通篇检查：

1） 基本词语：haven’t don’t cann’t and solve novel only等的用法。
   详见：https://blog.csdn.net/minfanphd/article/details/121077129
2） 长句，超过20个单词的多不多
3）有没有找顶刊论文的句子来仿着写
4） 所有句子有没有基本错误，有没有到google翻译去倒腾
5） 基本的大小写关系做到没有

3 常见的要大写的地方

   a）一句话的第一个单词首字母。如：He is my uncle.
   b） 称呼、职务或头衔的首字母。如：Prof. Zhong
   c）人名中的姓和名的首字母。如：Han Meimei
   d）大部分的缩写。如：ISO=International Standardization Organization
   e）人称代词 I 永远是大写。
   f）专有名词(如国家、地名、朝代和党派等)的(实词)首字母应大写。如：ChengDu 

3 第一段的问题

这种显得很绕： 概念介绍 -> 应用领域 -> 概念介绍

4 第二段的问题

1. Bag-based, Embedding-based and Instance-based
   这里为什么要首字母大小，既不是一句的开头，又不是什么专有名字。
   2） The instance-based paradigm [11], [12] predicts bag labels based on instance-level classifiers and the connection between the bag and corresponding instances.
   classifiers 与 connection语义上不能并列
   -》The instance-based paradigm [11], [12] predicts bag labels based on the connection between the bag and its instances.

5 第三段的问题

1） With the powerful feature extraction ability of neural networks, many algorithms tend to obtain better bag classification result by associating MIL with them.
问题：
  a）多示例学习是一种任务、问题，而神经网络是一种方法，它们之间有应用的关系，没有结合的关系
  b）them 使得句式复杂，还很绕。一般而言，them 如果指代上文的名词，可以简化，但在本句里效果不好。
-》
The MIL algorithms based on neural network use its powerful feature extraction capabilities to obtain better bag classification results.

2） Many works -> Some/most of them
这样可以使这句话链接本段的第一句话。句子之间更有连贯性

3）employ classic instance-level network architecture and aggregate the response
弄清楚这个and的作用，尽量绕开。
->
employ classic instance-level network architecture to aggregate the response.

6 第四段的问题

1） Subsequently, the attention mechanism is considered as a novel network architecture which is suitable for handling bag structure and interpreting instance significance.
 &#8195本句是针对上一段的 however，应该与之对应。
问题在于，这里再说别人的工作，说novel 本身没有意义。这里的本意是想强调： suitable
-》
Subsequently, the attention mechanism \cite{} is introduced to handle bag structure through instance significance interpretation.

2）每一种方案要有针对性：
The attention mechanism effectively …
本句话就应该说引入attention mechanisms的好处，照应前面说的给正包中的负实例分配正标签的问题，在此数目怎么解决的，所以关键字positive bag 和 its negative intances是重点
->
’The attention mechanism effectively decrease the influence of negative instances in positive bags.
negative instance, positive bag, weights

3）As a result, the classification performance will be further influenced.

 &#8195a） further? 比以前的方案还差？
 &#8195 b）前面已经说明大权重分配给负实例的坏处了，而且机器学期都是分类的问题，这里没必要再说分类怎么样了

7 第五段问题

With the fused vectors, we introduce a new self-attention block and two fully connected networks to achieve desirable bag classification accuracy. …
-> 又见废话 to achieve desirable bag classification accuracy
-> 不够具体，本来是想有一个总体描述，然而并没有营养
后面部分写不出高水平的东西了，其实就可以不要了，直接接上pic1 …进行具体描述了

8 第六段问题

1. The major contributions of this paper 应该提行
2. This enables the proposed framework to further utilize the self-attention mechanism to achieve desirable bag classification accuracy.
   问题： 这句话绕，不具体
   -》
   This can utilize instance-level information, bag-level information, and feature extraction potential at the same time.