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！
