论文写作学习心得体会

万分荣幸能够参加论文写作课程，在严肃活泼的氛围中，习得了非常宝贵的论文写作知识。整个课程以理论+经验+实例的多维度立体融合的模式，分享了老师的宝贵论文写作经验，为每位同学今后的论文写作夯实了基础，同时提供了重要的参考依据，能够在写作中针对每个部分有的放矢，快速的构建起自己的论文写作方法和路径，提高论文质量，提升投稿的成功率。

论文写作四个字，看似简单但又内涵丰富，是一门包含了理论研究、工程实践、表达技巧等的实践活动，是一种既讲究形式，又看重研究内容和结果的重要载体。对于论文写作，我最初的感觉就是迷茫，有那么一点认识，但又无处下手，写什么？怎么写？一个个问题让人无所适从，老师开篇引用周志华老师“如何做研究 如何写论文”，开门见山直接告诉我们，写论文的意义，如何去写论文。一个规范的论文是研究成果的良好传播载体，是促进某个研究领域发展的重要拼图，也是研究人员的心血和成果。而如何写论文这个问题，不如说是如何做论文，因为真正的完成了研究过程，“写”这个过程其实可能只占10%的时间。通过这第一堂课，我迅速的打开了思路，调整了对于“论文写作”这件事的认知，从如何做研究、如何规范写作的角度去看待此事，真的是茅塞顿开。

如何做研究？从Topic -> Problem -> Idea -> Concrete work (theoretical analysis, experiments, etc.) -> Paper writing -> Submit。研究不是闭门造车，对于普普通通的我来说，研究绝不能闭门造车，需要选择合适的领域，扎实学习基础知识，多读该领域里别人的研究成果和方向，通过结合我的工作实际，真正的寻找出符合当前发展趋势的与工作相关且具有一定价值的研究题目，之后再通过研究，最后总结形成自己的研究论文。

那么如何“写”呢？老师分享的45页“宝典”给了我们这个问题的答案。“如何写一篇无聊的计算机科学论文？”“研究是一项创造性的任务，而撰写计算机科学技术论文则不是。”这开篇的题目，就很颠覆认知，但是随着深入的学习，反倒十分的赞同这个观点，论文写作就是要符合一定规范、规则的去书写、表达我们的研究成果，这之中就是有许多“规定动作”，我们要做的首先就是需要了解什么是规定动作？规定动作有什么要求？做好规定动作有什么技巧？别人都是怎么做的？下面的内容主要是对“宝典”中的整体框架，和每个部分的重点内容进行记录，便于今后写作时查看。

1、导言部分

主要介绍了技术论文的实际用途，比如对于研究生、博士生的毕业指标问题，强调我们需要大量的优秀论文的阅读积累，同时指出本文是可参考的重要文章

2、一般格式

每个期刊、会议等都有自己的格式文件。从网站下载这些文件并阅读指南非常耗时。快速启动方法是从主管处获取日志的源文件。当然，修改比从头开始写更方便。

以下是一些期刊的格式文件。

1） IEEE数据和知识工程交易，IEEE控制论交易：IEEEtran.cls和IEEEtran.bst。

2） 信息科学，基于知识的系统，国际近似推理杂志：elsarticle.cls和elsart-num-sort.bst。

3） 带应用程序的专家系统：elsarticle.cls和model5-names.bst。

4） 应用智能，软计算，国际机器学习和控制论杂志：svjour3.cls和splncs.bst。

3、单词和术语

该领域任何论文中从未出现过的词语都不能使用。以下词语要注意：

1）新颖的。不要用这个词来描述。“新”是个好词。然而，“小说”表明这部作品有了突破。正如我们所知，大多数工作是渐进式的，而不是突破性的。这可能会引起评论者的不满。

2）没有，也没有一类的词。不要用缩写。

3）和。不要在句首使用“and”。这是相当非正式的。在其他地方，“和”只能用于连接具有相同状态的不同部件。例如，“数据挖掘和机器学习”是好的，而“数据挖掘和算法设计”则不是。事实上，这个词的滥用对所有初学者来说都很常见。

4）只是。用“只考虑均匀分布”代替“只考虑均匀分布”。

5）地址vs.求解。使用“解决问题”而不是“解决问题”。在机器学习中，很少有问题可以真正解决。

6） 咨询https://www.linggle.com 了解一个术语更常用的用法。例如，“相关作品”有415960个匹配项，而“相关作品”只有46757个匹配项。因此，应使用前者。

4、符号和方程式

符号表通常用于总结整篇论文中使用的主要符号。方程式处理是Latex相对于Winword最重要的优势。

下面是写符号和方程式时的一些基本规则。

1）应避免方程的特殊控制。

2）禁止使用Winword编写方程式并将其转换为latex。

3）变量为斜体，常量和运算符为非斜体。在Latex中，使用$将确保这种格式。

4）集合、数组和向量应以粗体显示。例如，N={1,2，…}。

5） 所有方程式都应编号。换句话说，它们应该以\ begin{equation}开头。

6）当文本中的数学表达式过长时，应将其拆分为多个表达式。例如，将$K={n1，n2，\dots，nk}$替换为$K$={$n1$，$n2$，\dots，$nk$}。这样可以避免超出页面的右边界。

7）等式是句子的一部分，因此在它之后应该有逗号、半列或句点。使用逗号时，以下“where”应以小写字母开头。也不应以另一段开头。

5、句话

在latex编辑器中，每个句子都应该以新行开头。这样，句子的字数就很容易计算了。如果行末尾有一些注释，则应在%之前插入空白。否则，两句话之间就不会有空白。

5.1空白

在句子中误用空格是完全不能接受的。有这样错误的论文可能会被拒绝。（避免低级错误，会招致评审老师的反感）

1） 句点/逗号/半列前不应为空。

2） 相邻的句子之间应该有一个空格。

3） 引用前后都应该有空格。

4） 相邻引文之间不应有空格。例如\cite{minliu2009Hierarchy，WenMin2016Discratization}。

5.2剽窃

在大多数情况下，从现有论文中抄袭一个句子被认为是剽窃。也有一些例外。

1） 这个句子太普通了。一个例子是“论文的其余部分组织如下。”

2） 这个句子用双引号括起来。一个例子是：根据Min等人的说法，“不幸的是，三向主动学习的性能在很大程度上依赖于基本聚类技术。”然而，这种用法并不被鼓励。

5.3简明句子

句子应该简洁。（非常重要的一环，口语说话极容易出现车轱辘话、语病、语意不明的问题，一定要引起重视，一个很简单很重要但却不容易做到的要求）

1）每个句子不应超过15个单词。摘要和导言部分以“本文”开头的句子是一个例外。

2）一个句子只能用一个动词。

3）在同一句话或相邻两句话中应避免重复单词。例如

4）同样的意思不应重复。例如，“稀疏性的差异也会影响概念的数量”可以修改为“稀疏性也会影响概念的数量”

5）主谓宾结构是最简单的。例如，“对于最稀疏的数据集MovieLens1，它拥有最多的概念”可以修改为“最稀疏的数据集MovieLens1拥有最多的概念”

5.4句子形式

写限定句的最好方法是从现有的论文中获得句子形式。这种方法适合任何学者。第二种方法是使用translate.google.cn在中文和英文之间递归翻译句子，直到句子不再变化。

6、标题部分

标题对于一篇论文来说非常重要。以下是我们应该记住的一些事情。

1）它应该是有吸引力的。应指出新问题和/或新方法。一个新的问题应该是有趣和具有挑战性的，而一个新的方法应该是高效和/或准确的。

2）这应该很容易理解。术语和其他词语应在现场经常使用。不存在歧义。

3）它应该很容易搜索。流行术语可用于促进检索和推广引文。从长远来看，引用的数量比论文的数量更重要。

4）长度最好在40到60个字符之间。一个简短的标题表明本文是一个突破，例如粗糙集、模糊集。当然，这对我们来说几乎是不可能的。另一方面，简短的标题过于详细，因此读者可能会认为新颖性不高。

5）避免使用“基于”。读者可能会认为这篇文章是一个简单的扩展，或者是这项技术的应用。

6）使用“通过”、“带”来表示技术。

7）当主要贡献是新算法时，标题的缩写可以是算法的名称。

7、摘要部分

摘要应显示论文的核心问题和方法。它通常由三部分组成：现有工作、论文工作和实验结果。我们通常写十个句子如下。

1）问题及其重要性。这句话可以确定问题的领域、解释主要概念或问题的重要性。

2）现有工作。这句话可以描述解决这个问题的最新方法。

3）现有工作的限制（可选）。这句话以“然而”开头。批评不应该太强烈。

4）论文的主要内容。理想情况下，它应该是标题的延伸。建议算法的缩写也应出现在这句话中。只有这个句子可以超过20个单词。

5）算法的第一个方面/技术/阶段。

6）算法的第二个方面/技术/阶段。

7）算法的第三个方面/技术/阶段。

8）实验装置。它应该说明数据集的域/编号/源。

9）结果。应说明精度的提高、运行时间的减少等。

10）从更高层次的角度进行贡献（可选）。这篇论文可能为这一研究领域打开一扇新的大门。

8、导言部分

引言用自然语言如英语表达了论文的全部内容。

1）它涵盖了整个故事的足够细节。审稿人通常在阅读了引言后决定是否接受论文。如果介绍是好的，他会找到一些理由接受它。否则，他会找到一些理由（方程式、算法、结果、打字错误等）来拒绝它。读者通常在阅读导言后决定是否引用该论文。因此，如果你在论文的其余部分隐藏了什么，它将被忽略。

2）它可以遵循与摘要相同的节奏。我们可以把摘要中的每一句话扩展到导言中的一段。每一段的第一句话通常是索赔。该段的其余部分提供了有关该索赔的证据或细节。

3）每段应该有5到10句话。这样，该段将有50至150个字。两个相邻的短段落可以合并。

4）一种流行的方法是显示算法图或运行示例。因此，“本文中”之后的文本应侧重于图表的解释。有了这个图表，读者可以立即掌握论文的大意。该算法的优点也将清楚地显示出来。

5）最后一段以“本文其余部分组织如下”开头，是独立的。

9、理论部分

对于一些计算机专业的学生来说，写理论部分是非常困难的。强烈建议他们仔细阅读“离散数学”。

1） 理论应该是完整的。

2） 符号应保持相同的形式。

10、算法部分

重点看其中的例子。

11、实验部分

一些机器学习的论文中试验部分占据了主要内容，具体内容可以参考文章中的举例。

12、结论和进一步工作部分

许多评论家和作者想逐句阅读这一部分。

1）用五句话作结论。就一篇论文而言，没有多少结论。否则，应在此部分之前插入讨论部分。

2）避免使用与摘要相同的句子。这些句子可能强调重要的观察和结果。它们比抽象更具体。

3）进一步的工作可能有3到5个点。读者可能对本节特别感兴趣，因为它指出了研究的下一步。开门比关门更重要。如果这一部分写得好的话，可能会有一些引用。引用的数量比出版物的数量更重要。

写在最后：

说一千道一万，不如脚踏实地一篇篇去精读，去积累，千里之行始于足下。论文写作，道阻且长。

附：

“宝典”参考文献

1.Min, F., He, H.P., Qian, Y.H., Zhu, W.: Test-cost-sensitive attribute reduction. Information Sciences 181 (2011) 4928–4942

2.Min, F., Zhang, Z.H., Zhai, W.J., Shen, R.P.: Frequent pattern discovery with tripartition alphabets. Information Sciences 507 (2020) 715–732

3.Min, F., Zhang, S.M., Ciucci, D., Wang, M.: Three-way active learning through clustering selection. International Journal of Machine Learning and Cybernetics x (2020) y–z

4.Zhang, H.R., Min, F.: Three-way recommender systems based on random forests. Knowledge-Based Systems 91 (2016) 275–286

5.Min, F., Hu, Q.H., Zhu, W.: Feature selection with test cost constraint. International Journal of Approaximate Reasoning 55(1) (2014) 167–179

6.Min, F., Liu, F.L., Wen, L.Y., Zhang, Z.H.: Tri-partition cost-sensitive active learning through kNN. Soft Computing 3 (2019) 1557–1572

7.Wang, M., Lin, Y., Min, F., Liu, D.: Cost-sensitive active learning through statistical methods. Information Sciences 501 (2019) 460–482

8.Wang, M., Fu, K., Min, F., Jia, X.Y.: Active learning through label error statistical methods. Knowledge-Based Systems x (2019) 1–15

9.Wen, L.Y., Min, F., Wang, S.Y.: A two-stage discretization algorithm based on information entropy. Applied Intelligence 47 (2017) 1169–1185

10.Wang, M., Min, F., Zhang, Z.H., Wu, Y.X.: Active learning through density clustering. Expert Systems with Applications 85 (2017) 305–317

11.Min, F., Zhang, Z.H., Dong, J.: Ant colony optimization with partial-complete searching for attribute reduction. Journal of Computational Science 25 (2018) 170–182

12.Huang, Q., Ma, Y.Y., Chen, Y., Zhang, H.R., Min, F.: An adaptive mechanism for recommendation algorithm ensemble. IEEE Access 7 (2019) 10331–10342

13.Tan, C.D., Min, F., Wang, M., Zhang, H.R., Zhang, Z.H.: Discovering patterns with weak-wildcard gaps. IEEE Access 4 (2016) 4922–4932

14.Wang, M., Zhang, Y.Y., Min, F.: Active learning through multi-standard optimization.IEEE Access 7 (2019) 56772–56784