这篇文章是一份针对初学者的指南,旨在帮助他们撰写人工智能会议论文。它由hzwer和DingXiaoH撰写,并提供了一些实用的建议和技巧。
这份指南的目标是帮助初学者克服写作人工智能会议论文的挑战,并提供清晰和自信地分享他们的学术成果的指导。
在介绍部分,文章首先指出了撰写研究论文对新手来说可能是一个巨大的挑战,尤其是在截止日期临近且作者缺乏学术提交经验的情况下。准备不充分的手稿可能会给合作者和读者带来压力,并可能导致被拒绝或需要进行大量修改。
然后,文章提到了作者在撰写论文时可能会遇到的一些具体问题,比如:在GPU集群运行了半年后,你觉得结果已经足够显著,但即将到来的会议截止日期不到一个月,而你只写了一些课程作业报告。你应该提前多久完成初稿以避免错过截止日期?一篇好的研究论文和一篇差的研究论文有什么区别?在开始写作之前应该做些什么?
这些问题可能会像噩梦一样困扰着你,让你盯着空白的Overleaf主页无从下手。幸运的是,这篇文章就是为你而写的。作者希望通过分享他们自己在被拒绝和被接受的经历中获得的见解,为新手提供一些指导。
文章的主要目标是为初学者提供一份指南,使他们能够更容易地分享他们的学术成果。它将重点讨论与撰写会议论文相关的方面,并特别关注新手常见的陷阱。文章主要分为两个部分:完成论文和完善细节。作者希望通过提供实用的指导,帮助新手驾驭学术写作的复杂性,并清晰自信地为该领域做出贡献。
最后,文章特别推荐了由马超教授整理的写作技巧资源列表。
本节概述了从头开始撰写人工智能论文的过程,包括结构、核心思想、框架、结果和引言。
要点:摘要 - 引言 - 主体部分,逐步展开。每个部分都是自完整的。
论文的典型结构包括:1. 摘要,2. 引言,以及 3. 主体部分,其中包括相关工作、方法、实验、讨论、结论和参考文献等部分。我们可以将这个结构分解为三个层次。在每个层次上,你应该旨在传达一个全面的研究叙述。每个层次都是前一个层次的扩展。有了这个理解,让我们来探索如何有效地呈现一个研究故事。
对于初学者来说,建议首先专注于完成论文的主体部分。你可能有一些有趣的发现和实验结果,但你不确定如何定义核心主题。大多数已发表论文的关键贡献恰好属于以下三个类别之一(来自Nowozion):
确定你工作的核心优势,并在论文中尽早强调它们。你还可以从其他方面进一步扩展整体新颖性。关键研究主题、高效解决方案和创新技术贡献是论文新颖性的主要要素。例如,许多早期有影响力的深度学习作品来自基础模型研究,因为它们有可能影响整个领域。像“批归一化”和“残差学习”这样的技术因其有效性而受到重视。通过强调你工作的新颖性,你将能够区分哪些方面值得努力,哪些是不重要的细节。我们建议阅读一篇名为《科学中的新颖性》的短文。
要点:明确描述相对于以前方法的增量,并找到一两个核心思想。读者在阅读论文时寻求新的见解。一篇好论文应该有容易记住的强项。完善你的核心思想,直到你确信人们会渴望了解它们并广泛分享它们。特别需要注意的是,有些想法可能很好,但如果缺乏原创性,则不建议在论文中详细描述它们。不要低估你自己工作的新颖性。深入挖掘以揭示基本原理。如果ResNet论文被改写为:“我们基于前两个(受VGGNet启发的大量卷积和简化自GoogleNet的并行快捷方式)设计了一个模型”,那么它也会变成一篇没有新颖性的论文。ResNet的思路是提出一个问题,抽象出基本原理,提出自己的解决方案和具体实现,并通过实验验证它们。这可能不完全反映他们的研究过程,但它有效地展示了他们的发现。
要点:考虑目标受众,介绍有价值的发现而不是曲折的研究过程。
在坚持核心思想的同时,开始概述你打算在论文中呈现的内容。首先,创建一个简单的幻灯片来向你的同行、同事或导师展示你的研究方法和成果,以评估他们的理解。有意地从不熟悉你工作的研究人员那里获取反馈可能是有益的,以确定可能的理解差距。与实验过程不同,建议强调有价值的新颖性,并避免呈现你研究的不完整或复杂方面。从读者的角度持续审查和完善你的演示文稿,直到它易于理解。如果觉得你的实验理由缺乏严谨性,可能还需要补充你的研究进行额外的实验。同时,建议进行彻底的文献研究,理想情况下,确定几篇与你的主题高度相关的论文。将这些视为你论文的潜在竞争对手,并检查它们以寻找改进的领域。反思哪些方面会吸引社区的注意,并强调它们,同时减少陈词滥调内容的包含。
要点:围绕贡献陈述,在结果部分进行坚实的分析。许多读者会首先通过检查结果来评估方法的有效性,然后决定是否阅读整篇论文。他们会看你的贡献是否与实验结果一致。即使你对你的方法的有效性有强烈的信心,你也可能需要额外的比较和消融实验。重要的是创建更多的表格和视觉效果,选择最关键的方面来呈现。诚实和客观至关重要;夸大其词尤其不可取。如果你担心过度宣称,建议与同行讨论。
关于引言的结构,我们直接引用教科书(来自Elena)的内容:
其他建议:
“写作流传千古,其优点和缺点只有作者自己知道。” ——杜甫
智能助手(如ChatGPT和Claude)可以轻松帮助作者解决英语写作中的基本问题。我们还建议中国地区的作者使用跃问或豆包。本文没有讨论可以由工具自动处理的细节。
本节使用以下概念来衡量文章的可读性:逻辑强度、可辩护性、困惑时间和信息密度。基于这些概念,描述了一些实用的建议和技术来提高论文的可读性。
本节通过以下概念来衡量文章的可读性:逻辑强度、可辩护性、困惑时间和信息密度。基于这些概念,我们将描述一些实用的建议和技巧,以改善论文的可读性。
在学术写作中,逻辑连贯性比词汇的优雅更重要。逻辑连贯性源于逻辑本身,而不是连接词。我们应该将连接词视为使语言更流畅的增强手段,而不是使用它们来人为地构建句子逻辑。连接词与实际逻辑之间的不匹配可能会令人困惑,并大大降低可读性。以下是一些具体的例子:
当我们写作时,我们应该思考读者可能会如何挑剔我们所写的每一个句子。如果他们认为有些东西看起来是错误的,他们可能会怀疑整篇论文。为了增强论文的可信度,我们需要尽量减少被质疑的可能性。
当我们写“问题A是该领域的痛点,尚未解决”时,我们应该考虑到读者可能会问:“为什么这是个痛点?后果有多严重?这个后果对最终性能是否有重大影响?”这需要添加适当的参考文献。比如:“据报道,问题A导致了...[1,2,3]和...[4,5],这对...至关重要,因为...[6,7,8]。”
在讨论论文的结果时,更加需要严谨:“性能的提升归因于XXX...”应该突出显示证据;“提升可能是由于XXX...”可以展示一些间接证据,如可视化图表。尽可能保持客观,避免夸大其词。
“困惑时间”是指读者在阅读过程中,从“嗯,这是什么?”到“哦,我明白了”的时刻所花费的时间总和。论文的总困惑时间越短,可读性就越高,读者也会更加平静。
“信息密度”是指文本向读者提供有效信息的效率。低信息密度可能导致读者失去焦点,质疑作者的专业知识。
以下是一个检查清单,可以帮助作者改进他们的写作:
我们将在附录中列出更多的小项目。由于这份手稿没有经过同行评审,无疑存在许多不完善之处。这里提出的概念主要来源于广泛共享的社区知识,我们努力将其综合和简化,以造福于该领域的新手。我们的目标是提供一个简明而全面的指南,可以减轻初学者在撰写人工智能会议论文过程中的学习曲线。如果这份文件能够为任何读者提供清晰的方向和指引,我们将认为我们的努力是成功的,我们的目标也已经实现。在附录中,我们将涵盖以下几个主题:人工智能论文的产生和发表、提交前几个小时的检查清单、常见的负面评审意见以及如果论文未被接受该怎么办。
本节主要介绍论文的产生过程和评审过程。会议论文通常在双栏排版下约为八页,或在单栏排版下超过十页,具体取决于会议的要求。作者在截止日期前准备并提交他们的论文,以及补充材料,如代码和演示视频。如果没有严重的疏忽,如未对提交进行匿名处理、格式问题或超过页数限制(这些都可能导致直接被拒稿,也称为“办公桌拒稿”),论文将进入评审阶段。大约两个月后,作者将收到通常由三位评审人员提供的反馈,形式为评论和对他们论文的整体评分。这些评审人员中有很多在相关领域有已发表的论文,可能在提交的论文中被引用过。在最初的评审结果出来后,作者必须撰写一份简短的回应,通常为一页,以解决疑问或提供额外的发现。在回应阶段,大约一半的论文会被撤回。评审人员然后会根据回应进行一到两周的审议(通常在一个私人平台上),以确定他们的问题是否得到解决,并讨论论文的优点。通常,评审人员会对论文持积极或消极的态度,尽管有时领域主席会做出决定。最终的接受结果需要再等待大约一个月,之后会通过电子邮件系统公布。通常,接受率在提交的手稿的六分之一到四分之一之间。作者然后根据评审人员的反馈修改他们的工作,并提交最终的、可用于出版的版本。然而,大多数论文会被拒稿并退还给作者。这些作者可以选择按照前面提到的过程重新提交,或者决定停止对论文的工作。值得注意的是,大多数论文会经过一个漫长的完善和修改过程,俗称为“斐波那契提交方法”。
我们列出了一些常见的负面评审意见和建议的修改(斜体)。
评审过程具有高度的随机性。但有一条黄金法则经得起时间和随机性的考验——写得不好的论文会得到不好的评审。不管想法有多好,结果有多好,引用有多好,都没关系。写作至关重要——这很讽刺,因为工程师是大学所有学科中写作能力最差的。你需要自律:留出时间写作,深入思考写作,并一遍又一遍地修改,直到你认为它尽可能地完美。(李飞飞)有很多论文在被拒稿后留在了arXiv上,现在产生了巨大的影响。论文在整个过程中将得到显著改进。如果这个过程帮助你产生了一篇真正好的论文,你可以从中受益,并为之自豪很多年。