給正在讀論文的你：如何高效閱讀文獻？

新聞 03-13

這裡是，油管Artificial Intelligence Education專欄，原作者Siraj Raval授權雷鋒字幕組編譯。

原標題 How to Read a Research Paper

翻譯 | 王飛 J叔字幕 | 凡江整理 | 林尤添

無論是對於機器學習，密碼學，分散式一致性，還是網路學科，閱讀文獻都是一門藝術。為了真正理解計算機科學某個主題下作者的觀點，我們必須了解所在子領域當前的研究現狀。雖然我們很容易贊同那些被眾人追捧的觀點，但是在評價中保持批判性以及中立思維，是一項我們應該掌握的能力，博士生在研究生階段會被針對性地培養這種能力。自己也可以通過持續的耐心，練習來培養這種能力。

一、我為什麼要讀論文

大多數人的閱讀動力來源於自己所設立的目標。這個目標可以是更深入了解激活函數或者也許是利用了注意力機制的概率模型，一旦有了目標，達到這個目標的閱讀方法會很容易想出來。沉迷於機器學習論文繁雜的數學演算並不是追求的目標，你的精力應該放在你想要實現的目標之上。

二、讀論文的三步驟

第一步，瀏覽整篇論文，大致了解它的內容。如果標題聽起來很有意思並且是相關的，就可以繼續閱讀。接著讀摘要，摘要起著簡要介紹論文成果的作用，人們可以將其作為一個概覽。然後開始瀏覽論文剩下的部分，這個時候需要仔細讀介紹，然後讀小節及子小節的標題，但是這樣會忽略掉一些東西，主要忽略數學部分。注意不需要在這個時候讀太多數學的部分。最後閱讀結尾處的結論和引用文獻。在這一步中我們需要假設這些數學演算是正確的，第一步的目的主要是能夠理解作者的目的，論文的主要貢獻，論文嘗試解決的問題。一旦完成了這一步，可以去看看其他人對這篇論文的看法，然後把自己的想法和他們的作比較。總的來說，第一步的目的是確保這篇論文值得我繼續花時間去分析研究它。

第二步，這一步就需要我們讀第二遍論文，這次需要讀得更加細緻，最好邊讀邊做筆記。在通讀了全文之後，嘗試去充分地理解論文中出現的數學演算。接下來讀文中所有有價值的圖形圖像描述，確保自己能夠充分的理解演算法。很多時候，作者會通過因式分解得到一個方程，我們在這一步中應該盡量去避免這類分析。當讀到論文實驗的部分時，就需要對實驗結果進行評估，確保實驗室是否可重複，支持結論的證據是否足夠。在github很可能會有與之相關的代碼可供使用，把這些代碼下載下來閱讀，然後試著去編譯和運行代碼來重現結果，代碼中的注釋或許能夠幫助我們進一步理解論文。盡量在網路上尋找相關資源來幫助我們解釋這篇文章，一篇受歡迎的文章，一般情況下網上應該有人已經做過解讀了，這會讓我我們更容易找到核心要點。

第三步，主要涉及數學方面的東西，在這一步中注意力主要放在真正弄懂每一個數學細節上。最好在紙上獨立解下方程，可以利用維基百科來理解一些數學概念，如相對熵。如果自己感覺足夠好，可以試著利用論文中，描述的超參數設置和方程來通過程序實現論文。

三、一定要積極尋求幫助

閱讀論文並不容易，沒有人能夠做到很快地讀完並理解複雜方程的一系列操作，要點是要永不放棄，化沮喪為動力，就能搞懂這篇論文，掌握這個主題，並對它遊刃有餘。當你構建起自己的知識體系的時候，這些會變得更加容易。最後不要羞於尋求幫助，網上有很多圍繞機器學習最新研究的團體和社區，通過發布自己的問題來接觸研究者，實際上，通過向你解釋，以便你能明白，實際上幫了他們一個忙，因為所有的科學家都需要更多的經驗來解釋複雜的話題。

http://www.arxiv-sanity.com/

https://www.reddit.com/r/MachineLearning/

https://www.elsevier.com/connect/infographic-how-to-read-a-scientific-paper

https://www.quora.com/How-do-I-start-reading-research-papers-on-Machine-Learning

https://machinelearningmastery.com/how-to-research-a-machine-learning-algorithm/

http://www.sciencemag.org/careers/2016/03/how-seriously-read-scientific-paper