如何读论文才不至于发疯？
跟着博主的脚步，每天进步一点点
【新智元导读】今天，Reddit机器学习版块的一个热帖引起了许多人的感同身受：“如何阅读大量的学术论文，而不发疯？” 网友纷纷支招，提出关于如何高效阅读论文的建议。
“如何高效阅读论文”对于刚入门的研究人员来说，是一个永恒的问题。
Google Scholar的海洋如此深邃，一旦沉入其中，往往感到要阅读的东西如此之多，穷尽一生可能也读不完，很多人因而焦虑不已。
今天，Reddit机器学习版块的一个热帖引起了许多人的感同身受：“如何阅读大量的学术论文，而不发疯？”
帖主表示，他在沉迷于Google Scholar时，很容易点击正在阅读的论文的引用文章的链接，然后继续阅读这些文章的引用论文，无休无止。
然而，最初看起来只需要花一个下午去了解的很小的一个知识领域，实际上会发现它是一个深不可测的海洋，需要用一生去研究才可能有所作为。帖主很快变得不知所措，对阅读论文这件事感到无比焦虑、惶恐。
做研究时有什么办法应对这种感觉？许多人在这个帖子中仿佛看到了自己曾经的影子，纷纷向这位迷茫的青年提出自己的建议。
IcyBaba：很多论文所使用的数学是类似的，学术论文的海洋是无限的，但数学是有限的基石。学好数学，你会开始觉得所有的论文或多或少都是使用相同的积木搭建而成。
approximately_wrong：我的一位导师告诉我，他曾经仔细阅读了一篇论文中的所有定理和证明，然后想到“数学家可能会认为这篇论文很烂”。乐观地说，我认为重要的不仅是数学的深度，还有你如何用它来解决在你的领域里有价值的问题:-)
MaxMachineLearning：在工业界做了两年机器学习后，我开始攻读数学研究生。我的研究重点是将代数拓扑工具在机器学习中的应用。我的导师没有机器学习方面的背景，他所知的仅仅是我提出的一些关于这个领域的基本事实，然而他在几分钟之内就注意到了该领域真正的成果。另一位研究非交换几何的教授说，这些结果是从数学中得到的相对简单的结果，并对其进行解释/应用。
IcyBaba：至少以粗略的方式阅读各种论文是件好事，因为即使你不了解如何实现这些论文，你也会知道有这样的方法/想法存在，并且当有机会或当它与你的研究相关性很大时，你可以回过头来深入阅读。将这些论文视为工具箱中的可能有用的工具就行。
MikeVladimirov：如果你对阅读论文有“暴饮暴食”的情绪，我的建议是阅读综述。在40-60页的综述文章中，你通常能够以一种优美、整洁、结构化、条理清晰的方式获取100-200篇论文中的重要信息。
当你阅读了2-3篇最近(过去5年内)的综述论文后，你会发现三点：
总是被引用的论文；
其具体工作听起来很酷或很相关的作者；
你感兴趣的子领域中相对较新的进展，以及关于这些主题的值得注意的论文。
一旦有了这三点，那么你就很清楚接下来该读什么，为什么读，以及读的顺序了。
还有，我再怎么强调都不为过的是，一定要确保你在阅读的同时进行输出。哪怕只是在OneNote或思维导图应用中做笔记。只要确保将相关的思想联系在一起，并跟踪这些思想的准确引用即可。相信我，对关键概念做一点文献笔记很有必要，当你为了找到一个准确的引用需要回顾1-3年前读过的论文时，你会发现将两个关键思想联系在一起很有帮助。
duckbill_principate：每个人都经历过这样的阶段。当你读了几百篇论文之后，就会变得容易多了。
RememberToBackupData：最重要的是，你要回答一个具体的问题。提出这样一个问题，可以帮助你在一分钟内确定这篇论文是否包含答案。
jurniss：标准的机器学习论文结构可以让你以不同的深度阅读论文：
“摘要”可以帮助排除与你的兴趣无关的论文。
“引言”可以轻松阅读，能够告诉你：a)这个想法是否有趣，b)理论贡献是否重要，和/或c)实证结果是否强大。
“引言+方法”部分应该足够描述该理论的完整视图，而“引言+实验”应该能够给出关于“性能”的完整视图。你可以分别消化理论部分和实证部分。
一旦你理解了该领域足够多的基本概念，并且更加明确自己的兴趣，那么你将只是偶尔仔细阅读论文的每个单词和公式。更常见的是略读，理解基本思想，然后认为它对你来说不够有趣而不用去深入阅读。
adventuringraw：我实际上跟up主有类似的困惑，这绝对也是我的挣扎。我意识到我的一些经验或许可以作为参考。
介绍一下5分钟/1小时定律。如果你能在5分钟内意识到一篇论文可能不是你现在需要学习的东西，非常棒！这样你只浪费了5分钟的时间就可以进行下一步操作了。
但如果你一旦决定要继续阅读这篇论文，那么就要开启战斗状态了。梦想着去学习所有知识不过是精神自嗨而已，战斗状态需要的是厘清并组织自己希望获得的收获，这一点很重要。
比如，你希望该论文具体回答哪些问题？记下来；到目前为止你获得了什么启发？写下来。因为在阅读过程中，你肯定会发现一些想法、见解和潜在的新论文（那些论文很难以有用的方式进行组织，因为从根本上来说，这是一种交叉注释的信息），如果不写下来就忘记了。
我是这样记笔记的：我会在Evernote中保存相当详细的笔记（可能是一到两页笔记），要研究的每篇论文都会写一个，这样搜索和查找以前想法会很容易。然后关闭当前的笔记，创建另一个笔记，复制标题、摘要和arxiv链接以及对我的最初问题进行梳理，这一切都让我感到非常痛苦。
接下来，我会问自己：我真的需要切换到另一篇论文吗？好的，该采取行动了；最好能有一个具体的项目或正在研究的问题，这将非常有用；现在真的是时候开始阅读图形嵌入了吗？这实际上与我正在从事的核心项目有关吗？我当前打开的“我需要回答这些问题”的清单在哪里？它们中的任何一个是否适用于这篇似乎挺有趣的论文？没有？好吧，继续前进。
IndiaNgineer：随手列出问题清单，一定要抵制立即查找你遇到的不理解内容的冲动！并在获得答案时写下答案，仅在读完论文之后，才去查阅里面的知识点。
慢慢地，随着你的进步，你将开始了解更多，并且由于你已经积累了框架，很多让你早期感觉困惑的知识点开始变得不言而喻。对于我来说，很多时候我会浏览论文中的公式。因为人们的写作风格和某些单词背后的含义含糊不清，但是公式是清晰的。
另外，不要按论文大纲给出的顺序阅读该论文。对我而言，最有效的顺序是阅读摘要，然后是方法、结果、讨论、结论。前言最后看，或者甚至可以不用看，这取决于你对该领域的熟练程度。
eviljelloman：不要“阅读”论文。听我说。
你应该有两种使用论文内容的模式：略读和精读。这些都不是硬着头皮从头读到尾然后说“完成了阅读”。当需要了解研究主体的背景时，你需要略读。浏览图表，阅读摘要和结论，记下你以后要看的论文。如果该论文似乎特别相关，请将其归档以供以后研究。
在精读模式下，你将深入研究那篇论文的内容，别在意对其他论文的引用。当你看到“带有一些推导...”的内容时，要在便条纸上做笔记，阅读注释，研究数学，然后列出公式。
这听起来似乎需要很大的工作量，事实也如此。这就是为什么你需要有选择性的阅读论文，大部分论文略读即可，少数论文需要精读。
当你执行任何大型，复杂的项目时，你就是你自己的项目经理。这意味着你需要学习项目管理技能。你可以使用任务组织/工作跟踪工具，甚至电子表格来计划和确定工作的优先级。
Whitishcube：我认为你得学会“放下”，不用非得去知道所有的事情。在许多领域中，不可能阅读每篇研究论文，也不可能100％了解每篇论文的内容，这没关系。你应该将某个领域的某些方面发展自己的专业知识，对于其他部分，你应该与他人进行交谈或合作。
阅读论文是有策略的。最重要的是，你应该记住一个要回答的问题。这将帮助你缩小选择阅读的论文的范围。然后，一旦确定了几篇你认为会有所帮助的论文，可以略读，以了解其中的内容。不要一上来就从头读完，你的目标是在此浏览过程中清除无用的论文。
选择了几篇论文后，请阅读主要论点并尝试感受一下。至此，你只需要阅读少量内容，而不是不可能完成的长长的列表。
The End
长按二维码关注AI小白入门
ID:StudyForAI
学习AI学习ai(爱)
期待与您的相遇~
