How to Read a Paper ?

本文最后更新于：2023年7月18日下午

Researchers spend a great deal of time reading research papers. However, this skill is rarely taugh, leading to much wasted eﬀort^[1].

本文旨在通过学习前人的经验，形成自己的一套阅读文献的方法。

在开始阅读文献之前，首先要确定大致的研究方向，并对相关领域有一定的了解：

该领域存在的价值是什么？
该领域有哪些基本概念、专有名词、Key Words？
该领域必要的 Preliminaries 有哪些？
该领域能 work 的基本原理是什么？
该领域最著名的工作、成果有哪些？

以上内容大部分可以在中文博客中找到前人总结好的文章，我们要做的任务就是广泛搜集、大量阅读、形成自己的 First Impression。此外，还可以在 ArXiv、GitHub、Daliy Papers、Towards Data Science、Paper Digest、Connected Papers 等网站上找到有用的资源。

以上最好能输出第一篇自己的 Overview 博客，接下来才是真正接触文献。

读什么？

初学者

作为一个刚踏入新领域的初学者，读文献的优先级应该是^[2]：

近一两年该领域有影响力的 Survey 或 Review（视领域的发展速度而异）：综述一般会将各个流派以及最先进的方法整理出来，读完后会对该领域有更深的认识，同时可以完善此前的博客。
近五年内该领域的经典著作（高引用，具有启发性的）：就算读不懂也会有很多博客讲解，并且会有 backbone 的各种源码实现，最好结合起来看，阅读的同时输出若干篇精读笔记。
经典著作引用的更经典著作（引用量达到一定量级）：时间可能会过于久远，领域也可能不完全契合，但这些文章绝对值得一看。
近两年的顶会 SOTA（有开源代码优先）：帮助你更快地掌握该领域最新的热点。同上，阅读的同时输出若干篇泛读笔记，泛读过程中对有启发的文章加以精读。
其他相近领域可能有启发的经典著作、综述。

学术圈唯 SOTA 论的风气严重，几乎每篇论文都会声称自己达到某某任务的 SOTA，筛选时更要区分 Trick 和真正的 Contribution，不要在 Trick 上花太多的时间。

确定了优先级后，做好以下的事情：

根据此前的积累，辨识并搜集有用的文献；
使用 Zotero 管理文献，使用 Notion 管理阅读；
多和导师、师兄师姐沟通，不要开局就踩坑。

研究者

如果你对当前领域已经有了较深的认识，甚至取得过一定的成果和产出，下面还有三种扩宽知识面的方法^[6]：

读大牛：如果他们在领域经典著作中高频出现，我们可以在 Google Scholar 主页找到更多的资料：

他的从博士阶段至今的研究课题；
他的高被引经典著作、形成的写作方式；
他的研究方向变动，特别是在领域有重大突破的时间节点；
他的最新论文动态（可能指示着领域未来的热点）。

扫会议：最新的会议 Accepted List，扫一遍耗时略久，但可以保持对领域的清晰认识：

通过关键词云，判断其他人的研究动向；
从其他人的 method 中摘取灵感。

追踪论文：在 Google Scholar 选择一篇你关注的文献（经典、强相关），添加引用提醒：

进入文章的引用列表（cited by），点击 Create Alert，新论文引用该论文时，就会有邮件通知；
进入作者主页，点击 Create Alert，当作者维护自己的主页时（有新文章），就会有邮件通知；
有时候，论文还没发表，就已经能够通过引用关系找到该论文。

怎么读？

一篇论文的构成

首先要了解论文各部分的重要性^[3]：

Abstract：论文最重要的部分，概括问题的提出到解决，一般由导师直接把关；
Introduction：重要性仅次于摘要，内容更加易懂，带有最关键的 Figure，指出本文的 Motivation 和 Novelty；
Related Work、Background：对领域内工作的分类和总结，面对一个生涩的主题时读者则需要阅读，但通常没什么干货；
Method、Approach：论文的模型算法细节，对于理解本论文非常重要；
Experiment、Evaluation：会提出重要的 metric，results 中有会对比其他工作的 Table；
Discussion、Outlook、Conclusion：全文总结和展望，很可能会指出文章的缺陷；
Reference：论文引用的文献列表；
Appendix：部分无法放到正文中的内容，如证明和算法。

综上，无论精读还是泛读，看一篇文章的正确顺序应该是^[7]：

Abstract & Conclusion
Introduction
Figure & Tables
Evaluation metric
Others（如果要精读）

准备工作

一篇初步完成的 Overview 博客
使用 Zotero 搜集整理好的文献
使用 Notion 创建一个 Paper To Read 的优先级 List
使用 Notion 创建一篇 Paper 的精读 or 泛读模板

泛读 Pass 1

目的：在有限的时间里筛选出或许有用的论文，并简要记录在表格中

顺序：

Title：论文是不是跟自己目前的工作相关？
Abstract & Conclusion：论文试图解决什么问题？为什么这篇文章能中？
Introduction：论文的动机是什么？故事讲的如何？
Figure & Tables：解决方案之关键是什么？

要点：

预计用时 10-15 分钟；
得出结论：这篇文章要不要继续读下去？优先级如何？

泛读 Pass 2

目的：知道文章每一块在干什么，总结出一段泛读笔记

顺序：

Abstract & Conclusion：论文试图解决什么问题？为什么这篇文章能中？
Introduction：论文的动机是什么？故事讲的如何？有什么贡献？
Related Work、Background：有哪些相关研究？如何归类？
Method：解决方案是什么？图和方法怎么对应起来？值得学习的绘图技巧？
Experiment：实验是如何设计的？用于定量评估的指标和数据集是什么？
Table：作者提出的方法跟别人的方法是怎么对比的？差距在哪？
Reference：论文中多次引用、提出改进的重要文献，有哪些值得一看？

要点：

预计一天看个几篇；
不用太注意公式特别的证明，或者一些很细节的处理；
如果还没有特别没有搞得懂在干什么，可以读作者引用的重要文献；
可以并行阅读，互相启发，加深理解；
得出结论：这篇文章值得精读吗？

精读

目的：知道文章每一句话在干什么，总结出一篇精读笔记，简要回答以下八个问题^[4]：

论文试图解决什么问题？为什么这篇文章能中？
论文的动机是什么？故事讲的如何？有什么贡献？
论文中提到的解决方案之关键是什么？如果是自己来完成会怎么做？
论文中的实验是如何设计的？实验的难点在哪里？
论文中的实验结果和分析有没有很好地支持需要验证的科学假设？能否改进？
用于定量评估的指标和数据集是什么？代码有没有开源？能否复现？
论文提到的思路、模型、实现、工具、数据集，有哪些可以为我所用？
下一步呢？论文中提到的不足和拓展，有什么工作可以继续深入或跟进？

如果这篇论文足够重要，足以在组会中讨论、分享它，最好按照上面十个问题进行梳理，特别是前两个问题（介绍）和后两个问题（体会）。

要点：

一天能看完一篇吗？
很多原因会造成理解不够深入甚至理解错误，需要多次阅读（如果有必要，多次讨论）来避免这类问题；
如果在阅读过程中出现了大量盲点，反思是不是 Preliminaries 的掌握不够；
学会挑刺，不能顺着作者的逻辑，要换个角度尝试去反驳它，就像审稿人一样。要能够找出这篇论文的优缺点、有哪些改进的空间，这样才能在相对成熟的研究中发现新问题。

后续工作

如果此前已经有了足够的 Preliminaries，且有过一定的文献阅读经验，到这一步时大概已经过了两三个月了。

此时你已经阅读了大量文献和源码，和导师、同门进行了几次讨论，这时候还留在筐子里 ideas 很有可能是可行的，现在就需要把你的 idea 实现了。这个阶段也不必孤军奋战，可以找同组的小伙伴一起合作。

又过了一两个月，当你的 idea 基本证实有效之后，就可以开始动手写论文了。主要使用的工具为线上多人合作的 Overleaf。