如何以初学者角度写好一篇国际学术论文

如何以初学者角度写好一篇国际学术论文 - Note

Zilize

来源于中国人民大学赵鑫教授讲座

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

所使用的例子均来源于信息检索、数据挖掘、自然语言处理领域
介绍基本的论文写作思路与规范
强调避免一些基本的写作错误
“提速”的一些方法
推荐阅读更好的报告：刘洋

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。
- 期望的引文的样子（向下递增）
  让人知道你在做什么
  让人觉得你的工作重要
  让人觉得你的解决思路清奇
  让人觉得你的工作不可或缺
  让人读起来如沐春风
- 把握节奏感
  交代背景（入）
  铺垫包袱（难）
  谜底揭晓（奇）
  细节解析（懂）
  重点总结（收）

定义部分写法 - Definition

有时也是 Preliminaries 或者 Notation。

主要要求
- 介绍清楚所有的术语
- 给出所有符号的含义以及使用方式
- 形式化地描述清楚任务
符号的定义要与人的直觉相匹配，最好的做法是取英文单词首字母作为符号表示。
- 例如 $l_s$ 表示开始（start）的地点（location）。
- 变量的符号极其重要，要好看、好记、成体系。
Notation 参考：花书 Notation
活用上下标，如果表示两种含义的索引放在下标会打架的话，可以放到上标。
常见的问题
- 一个符号多次使用，又表示不同意思
- 全部使用不加粗的 Notation 表示集合、矩阵等
- 符号不按照习惯使用
- 频繁使用一些单词的缩写用于 Notation，如 src、dest
- 频繁使用上下角标都存在的符号
- 符号的数量非常多
- 有些函数是有 LaTeX 方法的，不要自己拼凑。
  
  \log、\exp、\min、……

模型部分写作 - Method

逻辑非常重要，常见的两种方法：
- 总分式，例如模型由多个部分构成，就可以这样组织。
  Model Overview
  Modeling the Observable Cost with RNN
  Modeling the Estimated Cost with Value Networks
- 递增式，先讲基础的部分，再讲增强的部分。
  A GRU-based Sequential Recommender
  Augmenting Sequential Recommender with Knowledge-Enhanced Memory Networks
模型部分的 sub-section 标题要起好，要求只看标题也能够对整个方法有印象。
最后部分的讨论可能会给模型添彩，比如总结一下是怎么做的，跟以前的方法比起来有什么不同（可以分点讨论）。
最后可以讨论什么呢？
- 正确性证明
- 时间复杂度
- 完整的算法流程
- 参数汇总+学习算法
- 与之前工作的区别（突出创新性）
- 与之前工作的联系（增强泛化性）
- 模型可扩展的地方（堵漏）
  
  就是觉得有可能被 Reviewer argue 的地方可以提前进行描述，而不是等到 Conclusion。

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
- 一般流程：原始数据集合、重要预处理步骤、最后的数据集合
- 数据不要居中，要靠右对齐，使用逗号表示法。这样读者能够更方便地比较各数据大小。
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
- 用例子解释为什么你的想法会 work
- 用例子解释哪些情况，你的模型会有显著的提升
- 这部分是对 Introduction 最强的呼应
  
  Introduction 提出的很多内容需要在后面进行呼应，比如主干实验就是在呼应“我的方法好”。
  定性的例子就是对 motivation 的呼应。
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

建议最后写，甚至可以用正文中已经打磨得比较成熟的句子。
讲清楚任务、方法和创新点、不要提细节。

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

先写 Related Work，梳理清楚已有工作的不足
然后改（写）问题定义、模型，确保了解模型细节
然后写 Introduction
然后写实验
循环迭代改：问题定义、模型、实验、相关工作
循环迭代改：引文、模型
全文定稿
最后写摘要、结论

赵老师个人习惯方法：

将文件按照 section 切割，使用 input 命令合并，共享一个 main.tex
如果有多人操作，不同的人改不同的文件，拒绝网络软件共享修改（速度慢）
对于画图要求非常高，通常一个图要修改几十次

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。
- 有些常用的如表格之类的模板要做好，之后复制就好。
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：
- 阅读简单文章、背诵并且默写（偏学术的文章）
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