How to Read a Paper (怎样阅读论文)

简介: ![在这里插入图片描述](https://img-blog.csdnimg.cn/20191230093902925.png)### 0. Three Pass Approach作者介绍了一个"Three pass"的看论文阅读方法,目的是为了在人们阅读论文细节之前有一个大体的掌握。第一遍是掌握论文的大体意思;第二遍是查阅论文的主题,但是不看论文的细节;第三遍是帮助你更佳深度的了解

在这里插入图片描述

0. Three Pass Approach

作者介绍了一个"Three pass"的看论文阅读方法,目的是为了在人们阅读论文细节之前有一个大体的掌握。
第一遍是掌握论文的大体意思;
第二遍是查阅论文的主题,但是不看论文的细节;
第三遍是帮助你更佳深度的了解论文细节。

1. The first pass

第一遍的目的是对全文有一个快速的掌握,并依据第一遍获得的信息决定要不要读更多遍。第一遍论文包括以下几个步骤:

  1. 仔细阅读论文的标题,摘要,和简介;
  2. 阅读章节和子章节的标题,但是忽视所有其他的内容;
  3. 如果有数学内容,简单浏览,确定其理论基础
  4. 阅读总结
  5. 简单阅读引用,剔除那些已经看过的论文;

在读完第一遍后,你应该有以下收货:

  • 文章类别: 这是一篇什么类型的文章,是实验性的论文?还是对现有系统的分析?
  • 内容:有哪些论文跟这篇论文相关?依据了哪些理论来分析问题?
  • 正确性:论文的设想是否是正确的?
  • 贡献:文章主要的贡献是什么?
  • 清晰度:文章是否写的好,写的足够清晰?

在读完第一遍后,你可以决定是否要更多遍论文。
不读的原因可能有:

  • 文章不够吸引你
  • 你对文章当前领域的知识储备还不够,需要更多的知识才能看懂
  • 文章做了错误的猜想

2. The Second Pass

在第二遍过程中,要采用更多的注意力来阅读论文,但是忽视论文的证明过程。

  1. 仔细的看论文中的图片,表格,关注一下细节:坐标抽是否正确标记?结论是否具有统计意义?往往是细节之中,能够窥探出真正出色的工作和水文之间的区别;
  2. 标记论文中涉及的、你并未读过的参考文献,之后进一步阅读

对于有经验的读者而言,第二遍可能会占用至多一个小时;
读完第二遍,你应该能掌握论文内容,总结全文主旨了。

不过,有时候即使是这样读完一遍,也未必就能读懂论文:论文可能涉及你陌生的领域,有太多陌生术语;作者可能采用了你不了解的证明或实验技术;甚至,这篇论文可能写得不行。

现在你可以有以下几个选择:

  • 把论文放一边,期望在以后的研究生涯中不再需要这一知识点;
  • 在阅读背景材料以后,返回继续阅读论文
  • 继续坚持并阅读第三遍论文

3. The Third Pass

第三遍的目的是,复现论文,重构实验结果:和作者做一样的猜想,重构作者的研究工作。
通过将重构工作和论文工作进行比较,不仅可以轻易地发现论文的创新点,还有隐藏着的失败点和猜想。

进入第三遍,最重要的事情强调三遍:细节!细节!细节
找出作者陈述中的每一个假设,亲自挑战它,提出自己的思考。如此,对于论文的证明和其中的技术,你便会有更为深刻的理解。

4. 文献调研怎么做?

作者同样总结一个"三步法”:

  • 善用学术搜索引擎,(比如google学术,Arxiv)找出3-5篇相关领域近期最高引用的论文;了解这些论文的工作原理,并阅读其中的related work部分,幸运的话,这些内容可以直接帮你完成文献综述;
  • 在这些论文的参考文献中,找出其共同引用的论文,或者重复出现的作者姓名;

访问这些关键人物网站,查看他们近期发表的论文,也可以看看他们参加了哪些顶级会议?

  • 访问顶级会议的网站,浏览会议最近的进程和记录;

汇总在会议和引用的论文中查到的高质量论文,和第一步中的高引用论文,基本就能构成你文献综述的出版内容了。
最后,三步法可以迭代进行。

参考

相关文章
|
7月前
|
存储 算法 数据挖掘
FP-Growth算法全解析:理论基础与实战指导
FP-Growth算法全解析:理论基础与实战指导
224 0
|
11月前
ChatGPT: 读PDF、生成思维导图几种方案
ChatGPT: 读PDF、生成思维导图几种方案
791 0
ChatGPT: 读PDF、生成思维导图几种方案
|
12月前
|
人工智能 自然语言处理 前端开发
Prompt工程师指南资料整合篇:Prompt最新前沿论文整理合集、工具和库推荐、数据集整合、推荐阅读内容等,超全面资料
Prompt工程师指南资料整合篇:Prompt最新前沿论文整理合集、工具和库推荐、数据集整合、推荐阅读内容等,超全面资料
|
12月前
|
数据采集 机器学习/深度学习 人工智能
论文修改100遍也别慌!Meta发布全新写作语言模型PEER:参考文献都会加
论文修改100遍也别慌!Meta发布全新写作语言模型PEER:参考文献都会加
|
机器学习/深度学习 算法 搜索推荐
深入浅出理解word2vec模型 (理论与源码分析)
深入浅出理解word2vec模型 (理论与源码分析)
深入浅出理解word2vec模型 (理论与源码分析)
|
自然语言处理
关于为什么有了通用BERT,却还需要特定领域BERT?-对此问题做出回答的相关理论和文章(如有)(持续更新ing...)
关于为什么有了通用BERT,却还需要特定领域BERT?-对此问题做出回答的相关理论和文章(如有)(持续更新ing...)
|
搜索推荐 vr&ar
预训练语言模型概述(持续更新ing...)
预训练语言模型概述(持续更新ing...)
预训练语言模型概述(持续更新ing...)
|
机器学习/深度学习 自然语言处理 数据库
文本摘要数据集的整理、总结及介绍(持续更新ing...)
文本摘要数据集的整理、总结及介绍(持续更新ing...)
文本摘要数据集的整理、总结及介绍(持续更新ing...)
|
机器学习/深度学习 自然语言处理 数据库
阅读CHOLAN论文总结
CHOLAN是一种模块化的实体链接方法,由两个transformer-based模型,按顺序集成的pipeline模型。 第一个transformer模型:得到文本中的entity mention。 第二个transformer模型:处理第一个得到的mention,获取其上下文和实体描述,对mention进行分类,放到对应实体的候选列表。
|
机器学习/深度学习 人工智能 算法
本期最新 9 篇论文,帮你完美解决「读什么」的问题 | PaperDaily #19
[ 自然语言处理 ] Style Transfer in Text: Exploration and Evaluation @zhangjun 推荐 Transfer Learning 本文尝试在用 non-parallel data 来做文本的 style transfer,已被 AAAI 2018 录用。
2190 0