一、论文搜集和编录,并行阅读
如今网络上的优质资源越来越多,尤其今年疫情期间,很多知名大学都开放了它们的论文库以供阅览。像Twitter、Reddit这样研究者发布研究动态的新宠,以及各种会议期刊。另外朋友之间分享值得一看的文章是一个不错的来源,进入一个氛围良好的Community对于学术、工作上的交流提升都大有裨益。
在搜集完一批论文之后,首先应该有一个记录所找的文章和阅读进度的工具,做好编录工作。这也是我觉得一项不可或缺的准备工作。通常情况下针对一个问题我们会找到十几篇甚至几十篇来阅读,花些时间做好准备工作,可以让后期阅读更有效率。
文献不是一篇接着一篇读的,而是一个多篇并行的过程。举例来说,可以先从一堆文献中挑出五篇,快速浏览一遍。在知道了大意之后可以对文章进行取舍。有一些文章观点具有开创性、引用数量高,可以再多花时间进行精读。言之无物的文章就可以舍弃,同时加入新的文章来补充这个『在读文章列表』。读者可以在这几篇文章中来回跳跃,因为它们之间经常会有互相启发的内容,这种并行阅读的方式可以提高效率,加深理解。
二、如何阅读一篇论文
把一篇文章一字不落从头看到尾可能是最差的方式。我们应该避免逐字阅读,对于一篇文献应该多次浏览,渐进式阅读,争取每一次都有新的发现。
1.第一遍读标题,摘要,图片
通过阅读标题、摘要、关键的图片,我们就可以对文章内容有一个大致的理解。以深度学习为例,很多文章的要义都可以用一两张图片来概括,作者主要应用的网络架构一目了然。在这种情况下就没有必要再阅读大段冗长的文字。相信很多以数值模拟、实验数据为基础的文章也是如此,作者对于一张可视化图片或者表格花的精力有时甚至超过全篇文字叙述,论文中的图片无疑会成为我们理解文章的钥匙。
2. 第二遍可以关注介绍,结论,图片
除了图片外,介绍、摘要、结论都是作者会尤其注重的地方,他们会尽力让自己的论证简洁明了,通俗易懂(毕竟这也是审稿人员关注的重点)。对于相关工作的部分,面对一个生涩的主题时读者仍然需要阅读,而如果是一个你已经熟悉的领域,则可以进行取舍。从审稿的角度出发,可以看出很多作者会在这个部分略有逢迎,直接引用审稿人员的作品,拍一拍马屁,因此导致了相关工作这部分内容缺少干货。肯定没有批评任何人的意味,人之常情可以理解。
3. 第三遍可以进入论文主体部分,但是可以掠过数学
无需多言,读者应该避免被数学公式绊住了手脚影响进度。这里说一下我对数学公式的处理。如果是重要的推导过程我还是会略读一下公式,至少明白每个参数的含义。
4. 第四遍,阅读整篇文章,掠过没意义的部分
即使是最负盛名的文章也会有些许的水分,对于其中无关紧要的部分不如直接掠过。除非一些无法短时间理解的艰深内容,你想要多花时间来攻克也可以接受。另外有一句话我非常认同:"Great research means we're publishing things at the boundaries of our knowledge and understanding."
在一个快速迭代的领域里,人们的认知边界也在逐渐拓宽。时过境迁之后,一些曾经被奉为圭臬的东西可能已经变得不再重要。因此,如果是一篇时效性差的文章,无需纠结其中模棱两可、难以自洽的文字。
三、读论文时思考的问题
带着问题去阅读永远是最有效的阅读方式。面对一篇新文章,试着去回答这四个问题:
1.作者试图解决什么问题?
2. 研究方法的关键是什么?(最具有开创性)
3. 哪些东西可以为你所用?
4. 有哪些参考文献可以继续跟进?
四、深入理解
想要更进一步地理解文章,就要具体技术方面下一些功夫了。老实说,倘若不经历这两个过程,你通过阅读文章学到的也只是屠龙之技。
最后强调一下『延续性』——保持节奏稳定的持续学习比短期集中精力的高强度更重要。举例来说,在接下来一年保证每周读两篇文章比在一个月集中阅读50篇就更加行之有效。还可以把我们的碎片时间利用起来,当然这里不是否定高强度,如果你能持久地高强度学习也是可以的。
相关阅读:
《》
《》
举报/反馈