每天给你送来NLP技术干货!
来自:NLP就该这么学
上一篇已经介绍了学术论文的基本结构以及每部分具体该写什么,本文将进一步介绍更多论文写作的细节,并提供一些小建议。
排版
尽量不要出现一行只有一个词,甚至半个词的情况
公式中向量小写加粗,矩阵大写加粗
表格中数据不等长,右对齐;表格中的加粗用\textbf{},数学公式中加粗用\mathbf{}或\bf
图表排版美观、风格统一,所占空间应矮而宽,显得充实饱满
图表内容(文字或数字)不用放大页面也能看得清楚
将tex文件按照section切分,使用\input{}命令合并,共享一个main.tex(注意每子文件中不用再导入宏包)
内容
不说太绝对的话;不说没有依据的大话、空话;不说表达含糊不清的话
注意分句分段,尽量不要用太长、结构过于复杂的句子,一句话尽量只说一件事
不要细枝末节介绍很详细,但最关键的技术、实验部分讲的不清楚
参考文献的会议或期刊名尽量用缩写形式(如Proceedings of the 31st International Conference on Neural Information Processing Systems -> Proceedings of NIPS)
段间要注意照应,并列、递进、转折还是总分关系,需要谋划妥当,要有相应句子或副词进行衔接
论文通篇一定要有一条很流畅的逻辑线,不要写成一个枯燥无味的技术报告(培养讲故事的思维)
不要把什么都放在正文(会“稀释”论文,分散注意力),应当仅围绕文章的核心贡献进行展开
应符合读者的认知习惯,降低阅读难度 (力求让非专业人士能看懂)
全心全意为读者服务,提供读者阅读的愉悦感 (换位思考,把自己当审稿人审视自己的工作)
实验设计
实验结果尽量能被复现出来,至少不比论文报的低
实验设计:当读别人的优秀论文时,先不看实验部分,构思如果是你自己,会如何设计实验部分,再和文章进行比对,挖掘别人实验设计的亮点
从最简单的实验开始(预实验),验证你的code和ideas
每组实验保存好超参数、重要中间信息、输出结果和模型(记得要有日志)
写作
写论文一般最后写摘要和结论,而读论文一般先读摘要和结论
做好时间管理,尽早完成初稿,打印出来修改 (先完成再完美)
学一手好的LaTex,建议模板化、标准化;学会一套好的画图技术、做表技术
找人帮忙改你的论文,听取不同背景读者的反馈意见,降低文章阅读的信息壁垒 (身边人即是审稿人)
珍惜每一次别人帮你改论文的机会,别人改完之后务必自己再改
平日养成写notes的习惯,孰能生巧,写多了改多了自然就会了(写得精彩可能需要天赋,写得合格只要坚持写)
读论文时勤积累,优美专业的用词、流畅通顺的表达、漂亮的图表甚至是灵光乍现的ideas都可以记录下来,建立供自己反复学习、借鉴的语料库
写论文可以先搭建框架再丰富内容,由粗到精地写:根据整体逻辑先确定每个章节的标题,再确定每个子章节及其标题,然后可以写章节中每个段落的第一句话,最后再把所有段落内容写好
一篇论文不需要等所有实验结果都完成了才开始写,很多部分是可以提前进行的(如相关工作),实验已经看到方法有希望,那么可以先把方法写出来,方便梳理,也更容易抠细节、反思流程、产生灵感
其他
写论文本质是分享思想、呈现信息,和别人讲好你的故事 (论文是做出来的,不是写出来的)
木桶原理:论文中如果有短板,即使别的地方再突出再精彩,审稿人都不得不将评分降到较低的区间 (做到全方位无“死角”也是一种境界)
在“高档”期刊会议上发表10篇被引用0次的论文,远不如在“低档”期刊会议发表1篇被引用10次的论文(From 周志华)
下面总结了一些写作中可能会用到的常用表达:
工欲善其事,必先利其器,下面整理了一些写作过程中可能会用到的“神器”:
语法拼写错误:
Word、Grammarly
/
1checker
/OnlineChecker
Hemingway Editor:修改语法错误,自动检测文章中的长难句
/
quillbot:润色,同义词替换、语序调整、总结缩句等
/
好词好句记录、实验结果记录:语雀、印象笔记
画流程图和示意图:LaTex Tikz、drawio
https://www.draw.io/
快速画出LaTex表格:Table Generator
/
Matcha:手写公式,直接转LaTex代码
http://mathcha.io
绘制矢量图:Gnuplot / MetaPost
协调配色:/zh/explore
学术论文句式模板:Academic Phrasebank
ACRONYMIFY:为你的模型起个好名字 (/)
千言:中文开源数据集合 (https://www.luge.ai/)
label studio:开源的数据标注工具 (https://labelstud.io/)
AI顶会deadline倒计时工具:https://aideadlin.es/?sub=ML,CV,NLP
文献引用(BibTeX):google scholar、semantic scholar
/
/
/
学术英文词典工具合集
近义词辨析:/neglect/omit
语言模型帮你找搭配:
科研论文里常见哪些词组:/
学术用语检索:https://www.phrasebank.manchester.ac.uk/
最后用一个不太完备的公式结束本文:好论文 = 新颖的选题 + 创新的方法 + 清晰的表达 + 扎实的实验 + 能产生影响力
投稿或交流学习,备注:昵称-学校(公司)-方向,进入DL&NLP交流群。
方向有很多:机器学习、深度学习,python,情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。
记得备注呦
整理不易,还望给个在看!