论文写作课程总结

       在学习了闵帆老师的论文写作课程之后，我了解到了一篇论文应该包含哪些部分以及一些写作中的技巧和套路，本文用以总结学习心得和感触。

• 写作时机

        1.传统意义上，写论文应该是一个很严肃的事情（事实上也确实是），但我们不应该感到畏惧或者对此拖延。比如，一定要等到一个非常安静的环境，或者是有几天的休息时间才去写。正确的方式应该是任何时间和任何地点都可以进行写作（甚至是被换下麻将桌的那几分钟），需要我们充分利用碎片时间，或者说脑子里面一定要时刻谨记“写论文”这三个字，把它当作我们生活的一部分，就像每天都会去吃饭一样。

• LateX的使用

        2. 在开始写论文时，没有必要从0开始，只需借鉴现成的框架，在此基础上进行修改即可。

        3.还需要注意尽量少用\usepackage，这也许会导致不兼容的问题。

• 关于句子

        4.对于某些单词，在使用之前一定要清楚它的含义，例如prove和show，虽然这两个单词都有“显示”的意思，但是前者侧重于数学公式的推导，而后者则表示出现了某种现象或者显示出某种结果，二者有本质的区别。

        5.避免不必要的简写。例如，can't不要出现在论文中，而是写成cannot，不要写haven't，而是写成have not。

        6.and这个词的使用也有讲究，它要求被连接的两个对象有着统一的结构，例如data mining and machine learning。

        7.借鉴顶刊论文(顶会创新点足，但没有太多时间斟酌句子)，看高手怎么写，从中提取可以为我所用的固定句式(越简单越好)。

        8.在打磨句子时，可以打开百度翻译，写出英文句子后将其翻译为中文，然后用中文翻译出英文，直到n次之后，由英文句子得到的中文句子，输入到翻译器中能够得到一模一样的英文句子，再查看是否有词汇需要用专业词汇替换，替换后句子就完成了。

• 题目

        9.确定题目也是很重要的一环，在定题目时需要有吸引力且通俗易懂，另外还要便于别人检索，在满足这些条件的同时还要控制你题目的长度。(最好在40-60个字母之间)

• 摘要

        10.如果论文是一部电影，那么摘要就相当于是预告片，只需要简述论文各部分的高光时刻，需要让读者看完之后对你的工作内容和价值有一个初步的评估。

        11.摘要的写法有固定的格式，十句话就能够表达清楚，第一句先阐明所研究的问题及其价值，然后由此介绍目前已经有的工作并对这些工作做一个简单的总结(建议不要把别人说得太惨)，在总结已有工作时要结合自己的工作有哪些改进(例如在时间复杂度上优于已有算法，那么这里就可以说"已有的算法虽然能取得较好的结果，但我们发现，其在时间复杂度上还能够进一步优化")，这里你所指出的不足最好是你的工作提出了更好的解决方法。(提出问题不解决是没有意义的)

        12.之后还需要简述你的实验是如何设置的，以及结果如何，最后再说一说你的工作的意义。(可以小吹，但不要太夸张)

• 关键词

        13.关键词作为一种重要的检索论文的手段，一定程度上会影响论文能不能被更多人看到，我们在写关键词时要注意的是关键词不能太多，通常在3-5个，且每个关键词的单词数量控制在三个以内。另外，关键词的排序通常由字母序决定。

• 引言

        14.引言充当的是剧本的作用，需要对全文做一个详细的介绍，引言的好坏很大程度上决定了这篇论文会不会给审稿人留下好印象并录用。所以需要把论文中能够体现工作价值的地方详细的展示出来。

        15.引言可以结合摘要，相当于是把摘要进行扩展，摘要是简述，那么引言就可以写得更加详细一些，在写引言时要注意将相邻的较短的段落进行合并，对较长的段落进行分裂。

        16.如果对自己比较有信心，可以尝试在引言中加入一张图，这张图中可以包含算法框架以及运行实例等，并且在 In this paper 之后就围绕图来进行介绍，画的好可以让读者更快理解论文内容，如果画不好建议不要。

• 文献综述

        17.避免直接引用别人论文中的原句，不仅没有你的观点，也容易引起查重方面的问题。

        18.一次性引用文件不要太多，最好在三篇以内，给参考文献的作者足够的尊重。

        19.可以引用几篇自己的或者组内的论文，表示自己有一定的经验，但不要引用太多。(引用太多也许会影响风评)

• 算法伪代码

        算法伪代码是要求不严格的代码，它不要求能够运行，但是需要将算法的大致流程以及关键步骤表示出来。

        20.需要包含输入和输出。(让人明白这个算法是在对什么进行操作，得到一个怎样的结果)。

        21.可以不对算法取名，但若后续的算法需要再次提及到这个算法，那么最好给算法取一个简单的名字(如首字母缩写)。

        22.对于算法中的关键步骤或者核心技术，需要对所涉及到的某行或某几行代码进行一个解释，帮助读者理解。

        23.算法的长度控制在15-30行，对于一些不关键的步骤，可以进行省略。

• 实验部分

        24.数据集通常选择十几个就足够了，要包含所研究方向的公开数据集。并且要避免使用数据量太少的数据集。(数据量太少很难被别人认可)

        25.实验的核心在于对比，你的效果在很多时候比别人的好才有意义，对于没有源码的算法，不建议自己实现(难于实现的同时，性价比也不高)，如果有源码，但结果跟别人的不一致时，通常使用你跑出来的结果。

        26.如果你使用了很多数据集，但实验结果在一些数据集上不太理想，那么这个时候就可以有选择地将一些数据集淘汰掉。

        27.在对自己的方案进行分析时，不能够只说优势，还应该说说存在哪些能够改进的地方，这样比较客观。

• 参考文献

        28.LateX中有专门的文件来对参考文献进行管理，但不建议自己去从零开始，具体模板可以参考https://blog.youkuaiyun.com/minfanphd/article/details/121952396

• 其他

        29.作为一名学生，重要的是学会自学，不要等人来喂，也不要期望上了课就能把所有内容搞明白，主动学习的效果在绝大多数情况下都比被动接受知识的效果更好。

        30.对于刚开始接触论文写作的学生来说(比如我)，也许总会觉得能做的事情很多，但经常是你有一个想法，上网一搜才发现，别人早就想到了，而且沿着这个方向走了很长一段距离，这种时候我们能做的是看看别人已经做了哪些工作，自己能不能沿着这个方向进行一些拓展。不建议自己从零开始想一个新的东西，浪费很多精力不说，也不太现实。

        31.写论文和做项目其实并不冲突，写论文时也涉及到算法的设计与实现，对编程能力也是一种锻炼。

        32.对于综述文章，只需要了解大致的方向以及有哪些研究方法即可，对于综述中提到的论文，不值得花太大的精力去阅读。

        33.读论文初期速度慢很正常，当积累到一定量之后速度自然会变快，并且对于一篇论文，有条件的话最好能够去运行一下它的代码，这样能够加深对论文的理解程度，你才真正对别人的工作有一个具体的认识。

        34.级别不高的期刊也可能有好论文，顶刊顶会也存在质量不很好的文章，但总的来说，排名越靠前的期刊会议的论文质量会更高一些，对于我们来说，最好还是去读顶刊顶会的论文，这样比较节约时间。

        35.关于先确定投哪里再根据其格式写论文还是先写论文再修改这个问题，通常是先写论文，后续再根据你要投稿的期刊或者会议的格式对论文格式进行修改。

        36.如果不是必须写中文，最好在一开始就用英文写论文，不要先把中文写出来最后进行全文翻译，会浪费很多时间。