机器学习类论文撰写框架

在听了讲座——“如何写好一篇高质量机器视觉学术论文”后，进行的笔记总结。以视觉方向为例，根据本篇框架，在阅读论文中学习写作方法，并把握论文要点。

摘要（Abstract）

问题是什么？
我们做了什么？
我们大概是怎么做的？
我们做的效果不错！

引言（Introduction）

每个段落一般有个论断性的中心句，其余部分都是支撑句（论据），围绕中心句展开论证，段尾可以加上衔接句。
图：动机/亮点
背景/问题
前人方法的局限性
解决方法
实验结果
主要贡献

不要去写“This paper is organized as follows. Section 2 …”，而是直接列出自己的贡献（创新/亮点/卖点）

相关工作（Related Work）

对工作所属细分领域近3～5年前人工作的归纳、总结、讨论、分析。既应包含对已有工作的概括和梳理，也应包含对所做工作的纵向比较和定位。
问题拆解，对应细分领域，分门别类归纳总结。
按一定逻辑（如，时间先后）概括代表性工作。
阐述所做工作与前序工作异同，突出主要贡献。

方法

“用数据说话”，在公开基准数据集或自建（拟公开）基准数据集上进行一系列定量和定性实验，验证所提出方法的有效性和优越性。
一般包含实现细节、实验设定、消融实验、对比实验等部分。
先辅后主：辅助/消融实验（开发集）—验证核心模块/参数的贡献/影响，主实验（测试集）—证明显著超过基线方法。
定量与定性分析相结合，“不辞辛劳，做到极致”。

实验（Experiments）

结论（Conclusion）

参考文献（References）

这一部分是细节问题！
一篇高质量的学术论文应做到“尽善尽美”。
统一格式和规范：需逐一手动校对、修改。
格式应统一、规范：期刊、会议名称或使用全称，或使用缩写，或使用全称（缩写）。
使用Bibtex自动生成参考文献列表。