如何以初学者角度写好一篇国际学术论文
目录
定位与声明
引文写法 - Introduction
相关工作写法 - Related Work
定义部分写法 - Definition
模型部分写作 - Method
实验部分写法 - Experiment
摘要写法 - Abstract
总结写法 - Conclusion
可行的改(写)论文流程
其他应该避免的问题
建议
期刊写作建议
最后的建议
定位与声明
引文写法 - Introduction
Abstract 写不好并不会直接被拒,但是引文写不好很可能被拒。
论文的“门面”,必须写好
引文一般包含的内容
交代研究任务
让读者知道你要做的任务,要让有一定计算机基础的人都能看懂,把要做的事情讲清楚。
阐述研究现状并总结不足
给读者一些研究背景铺垫,并且带出挑战以及难点。挑战如果非常重要,可以单独出一段。
这和 related work 是不同的,不用讲清楚有啥相关工作,主要是阐明研究领域现在所处的情况。
提出解决的新思路
引出论文的解决思路或者说 idea。
给出新方案的设计
较为详细地介绍 idea 的实现,但是也不用深入细节。
总结论文的贡献以及实验结论
总结并且强调论文的贡献
逻辑是引文的灵魂,常见的逻辑错误有:
因为模型 A 好使,所以用 A 做某任务。(蓄意的科研)
因为任务 B 没有人做,所以我做了。(暴力的科研)
之前的人做了什么工作,我做了什么工作,我的好。(缺乏解释和对比)
这个任务很难,我们把它解决了。(缺乏过渡、解释)
夸大自己模型的贡献,忽略别人的工作。(Reviewer 最反感的写法)
引文需要适度包装,过度包装是对学术的不尊重。常见不适合的“度”:
随意给出一些非常主观的意见:
CNN model is perfectly good at modeling xxx data.
随意使用一些特别 general 的词汇:
例如knowledge
、context
、information
等
随意夸大自己的模型,放大自己的贡献,例如:
之前的工作这也不行那也不行,就我的方法行。
Our model significantly improves over all previous methods.
建议从头到尾检查一下所有的副词、形容词,去掉带有太多主观色彩的词汇,也要慎重使用一些程度强烈的词汇,如significant
。
可以添加一些限定词:
on xxx task in terms of xxx metrics
all the comparison methods
引文的一个作用就是要让大家容易读懂全文,而引文就要做好铺垫,常见铺垫有:
解释主要的术语,避免拿来就用,如knowledge-aware recommender systems
解释清楚模型的主要设计思路、技术路线
常见误区如面面俱到介绍所有细节(调参等),事实上只需要写清楚最重要的部分,有些辅助组件甚至可以不提。
避免自己的盲目沉浸,避免 Introduction 云里雾里,把模型说得特别高大上,让人摸不着头脑。
画图、举例子是好的解决方法。(把所有的图拿出来放在一张 PPT 里,整个事情能否说清楚?)
强调主要创新之处
需要写出一至两句非常中肯而又学术性的话来总结自己的创新点。
所有论文都有责任让自己的 idea 用 1-3 句话讲清楚。
这样的话放在显眼的位置,如段首。
初学者写法:六句话扩充法,先写六句话主干,再在其基础上扩充。
第一句写任务介绍以及意义
第二句写概述研究现状以及主要的问题
第三句写解决这些问题的研究挑战
第四句写当前方法主要出发点以及解决思路
第五句写当前方法的主要技术方案
第六句写总结,强调贡献
过渡词的使用,要对每个词的含义、应该在什么时候用有一定的把握。
Yet
Although
Though
However
Still
While
Because
Since
And
But
(进阶)引文的写作是一门讲故事的艺术。
相关工作写法 - Related Work
主要要求如下
- 尽量覆盖所有相关的工作(日常就要注意多读文献)
- 分类整理(不能只是流水账讲某人做了什么)
- 突出相关的地方
- 强调不同的地方
一些特定的排版 Style 是有帮助的,例如使用这种带有黑体主干的段落来描述一个特定领域的相关工作。
这个段落中,首先介绍该领域有两类方法,然后分别举例,最后进行总结。在总结的过程中提到我们的方法基于search based solutions
,创新点在于automatic learning of xxx
,这就突出了相关和不同。

上面的这个例子是“短写”方法,如果是期刊需要撑空间,那就需要进行长写,每个代表性工作都用一句话来总结。但是也不能一开始就流水式总结每一个工作,可以先对它们做一个概述。例如下面黑色部分是概述,蓝色部分开始对每个代表工作进行总结。

写相关工作的常见错误:
简单罗列:A 做了什么,B 做了什么,C 做了什么……
平时读论文要做到分类总结。
没有说清楚和我自己工作的区别和联系。
时态:过去式、现在完成时,哪种都可以,但是不要混着来。
以下几种引用文献的写法都是错误的:
[13] constructed the first study
As shown in Zhao et al., 2018
(Zhao et al., 2018) studied the problem of
具体请参考 PDF 文档 A guide for scientific writing
链接
定义部分写法 - Definition
有时也是 Preliminaries 或者 Notation。
模型部分写作 - Method
实验部分写法 - Experiment
一般流程
- 数据集合、评测指标、评测流程
- 对比方法
- 主干实验分析
- 模型细致分析
- 定性试验
数据集合介绍
评测指标
新任务的评测指标要完全给出。
老任务的评测指标可以沿用,进而压缩空间。
对比方法 Methods to Compare
介绍 baseline,如果没有特殊实现,可以比较简略。重要参数要给出。
最后最好总结一下各 baseline,让读者有一个整体的了解。
可以通过表格来总结 baseline,可以体验到其全面性。

主干实验
要很清楚实验的目的
就是要体现我的方法好。
不要只罗列 A 比 B 好,B 比 C 好,而不讲明原因。
有些异常结果要加以解释
如果某些模型达不到原始论文的效果,要好好分析一下,不然 Reviewer 会说你是不是没给它好好调参数并怀疑你的比较是否可信。
加上显著性统计检验
确保提升是有效的。
有时候没做显著性检验也是压死论文的最后一根稻草。
分析主干实验结果
讲讲 baseline 表现怎么样,我的方法怎么样(比它们好)
最后要分析为什么好。比如 Deep Learning 的方法能结合两种 baseline 方法的优点,从而表现更好。
可以讲讲效果变好来源于哪里,为后续的细致实验做铺垫。
细致性分析实验
检查 contribution 的来源:消融实验(Ablation Study)
去掉模型的某一部分,看效果跟原来的比怎么样,类似于控制变量法。
组件内部调节
比如把 RNN 换成其他结构,从而体现 RNN 的作用。
和消融实验的区别在于,后者是去掉或添加上,而前者是置换。
参数调节
数据调节
定性的例子:一般要有图
定性的例子一般流程:
避免探索式的描写,要有核心驱动进行描写(写得直接)
画一个好图,一图胜千言
用好图的标题:各种符号、颜色以及整体场景的设置
不要让正文文本描述和图的标题大部分一样,要各有分工。
写一段清楚的描述
首先写清楚目的
接着写清楚当前例子的整体故事
然后分解进入关键部分
最后总结发现
摘要写法 - Abstract
总结写法 - Conclusion
简要总结工作,不要再埋包袱、打伏笔
具体任务、解决方案、实验结果、未来扩展
时态也不要混着用,过去时和现在完成时选一个
可行的改(写)论文流程
赵老师个人习惯方法:
其他应该避免的问题
大段文字摆上来,没有切割、没有分段。
一个 section 内部的 subsection 太多,且各个部分关系不强。
句子无意义的过长。
在一个 section 前面铺垫了太长才进入 subsection。
对于很多常用词汇习惯了错误用法,比如:an approach to do,实际上应该是 doing。
画很多无意义的图占论文空间,如 CNN 架构图(领域的人都知道)。
实验图字体改小,清晰度不够。一定要用矢量图。
细枝末节介绍很详细,但是最关键的技术、实验部分不够清楚。
避免论文中出现大段空白。
尽量少使用vspace
、hspace
、scriptsize
等命令。
建议
学习一手好的 LaTeX,建议模板化、流程化、标准化。
学会一些固定的转折、承接、突出、总结、代入、发现、介绍等固定语句。
重学四级单词或者学术论文常用单词,了解这些词的用法。
- 可以写一个程序,找出来最频繁的词汇,以及它们的搭配,对于自己使用的新搭配要小心。
建议学会一套好的画图技术、做表技术。
相关工作应该平时准备好,对于 bib 提前找好,不要挂别人的 arXiv。
自己把文本复制到 Word 中进行拼写检查。
最快的学习方法:
写论文、找人改(珍惜每一次老师给你的修改)
多写论文是提升写作的唯一标准
最稳的学习方法:
最廉价的学习方法:
- 读论文时不看 abstract,然后写 abstract,然后对比
期刊写作建议
学会把论文写长,但又看起来不冗余
尽量把参考文献写全
尽量把实验做全
写好 Response 重要
最后的建议
- 多写 Note
- 就是用 LaTeX 写笔记,有组织整理的那种。
- 写有数学推导的 Note 更重要。
- 起码毕业前要写两三份 Note。
- 搜索模板关键词:note latex template