入职新加坡国立大学之前，哥大计算机视觉博士总结五年研究生涯(10)

用Google doc做语法检查。刚写好的paper有typo和语法错误是很难避免的，但常常会被reviewer揪着不放。大家写paper如今大都在overleaf上，但overleaf的查错还是不够好，建议可以写完paper后，贴到Google doc里面。几年前开始，估计是由于deep learning对Google NLP的改进很大，感觉Google自动改的质量已经非常高了。Rationale很重要。不光是要讲清楚你怎么做的，更要justify你问什么这么做；不光要讲你的结果比baseline好，更要解释为什么好；读者看到的不应是一个“使用手册”。有时候我们写paper，花了很多篇幅写了很多实现细节，但是更重要的是，解释“为什么”，这个背后的逻辑和insights。大部分paper都是提出一个新的方法，这类方法型paper似乎都可以套下面这个框架：
Introduction：可以分为以下几个部分：Problem definitionPrevious methods and their limits简单描述你是提出了什么技术来overcome上面的limits一个图，非常high-level的解释前人工作的limits和你的工作怎么解决了这些limits，最好让人30秒内完全看懂最后一段如今大都是，In summary, this paper makes three contributions:First work to解决什么limits提出了什么novel的技术outperform了state-of-the-art多少Related Work：一般三五个subsection，分别review下相关的topics，同样不光讲previous work做了啥，更要讲自己的方法跟前人工作有啥不同Method这是文章的主体，按照你觉得最容易让别人看懂的方式来讲可以第一个subsection是overview，formulate一下你的problem给出notation，配一个整体framework的图，图里面的字体不能太大或者太小看不清，要有些细节，让人光看图就能明白你的方法是怎么回事，但不要过于复杂，让人在不超过2分钟的时间看完这张图然后几个subsection具体介绍你的方法或者模型；
如果testing跟training不太一样，最后一个subsection介绍inference时候的不同，通常是一些post-processing操作ExperimentDatasetsImplementation details such as pre-processing process, training recipeEvaluation metricsComparisons with state-of-the-artDetailed analysisAlternative design choice explorationAblation studiesVisualization examplesConclusion (and Future Work)Abstract：是全文的精简版，建议在paper写完第一稿差不多成型了，有定下来的成熟的storyline了，再去写abstract；