作者尤金·顏，亞馬遜應(yīng)用科學(xué)家

“與其手動(dòng)檢查我們的數(shù)據(jù)，為什么不試試領(lǐng)英的做法呢？它幫助他們實(shí)現(xiàn)了95%的準(zhǔn)確率和80%的召回率?！?

然后我的隊(duì)友分享了如何使用k-最近鄰來(lái)識(shí)別不一致的標(biāo)簽（在職位名稱(chēng)中）。然后，LinkedIn在一致的標(biāo)簽上訓(xùn)練支持向量機(jī)(SVM)；然后用支持向量機(jī)對(duì)不一致的標(biāo)簽進(jìn)行更新。這幫助他們?cè)诼毞Q(chēng)分類(lèi)器上達(dá)到95%的精確度。

這個(gè)建議在我們的討論中是最有用的。對(duì)它的跟蹤導(dǎo)致我們的產(chǎn)品分類(lèi)器的最終準(zhǔn)確率達(dá)到95%。我問(wèn)她，她是如何貢獻(xiàn)出這種批判性的見(jiàn)解的?！芭叮抑皇桥紶柨纯磮?bào)紙。”她回答。具體來(lái)說(shuō)，她每周都會(huì)讀1-2篇論文，通常是圍繞團(tuán)隊(duì)正在研究的主題。

通過(guò)閱讀論文，我們能夠了解其他人（例如LinkedIn）發(fā)現(xiàn)哪些有用（或者不有用）。然后我們可以適應(yīng)他們的方法，而不必重新發(fā)明火箭。這有助于我們以更少的時(shí)間和精力交付工作解決方案。

如果說(shuō)我比別人看得更遠(yuǎn)，那是因?yàn)槲艺驹诰奕说募绨蛏稀?br /> -艾薩克·牛頓

閱讀論文還拓寬了我們的視野。盡管我們可能在數(shù)據(jù)科學(xué)的狹隘領(lǐng)域工作，但切向研究的發(fā)展往往是有幫助的。例如，Word嵌入和graphshave的思想在推薦系統(tǒng)中很有用。同樣，來(lái)自計(jì)算機(jī)視覺(jué)的思想--如遷移學(xué)習(xí)和數(shù)據(jù)增強(qiáng)--對(duì)自然語(yǔ)言處理(NLP)有幫助。

閱讀論文還使我們了解最新情況。在過(guò)去的十年里，自然語(yǔ)言處理領(lǐng)域取得了長(zhǎng)足的進(jìn)步。盡管如此，通過(guò)閱讀最關(guān)鍵的10篇左右的論文，我們可以很快跟上速度。通過(guò)了解最新情況，我們?cè)诠ぷ髦凶兊酶行?，從而需要更少的時(shí)間和精力。然后我們有更多的時(shí)間閱讀和學(xué)習(xí)，導(dǎo)致一個(gè)良性循環(huán)。

如何選擇讀什么論文？

如果我們開(kāi)始養(yǎng)成這個(gè)習(xí)慣，我們可以閱讀任何我們感興趣的東西--大多數(shù)論文都會(huì)有一些東西教我們。閱讀我們感興趣的話題也會(huì)更容易養(yǎng)成習(xí)慣。
我們也可以根據(jù)實(shí)用性來(lái)選擇論文。例如，我們可能需要快速理解一個(gè)項(xiàng)目的域。在開(kāi)始一個(gè)項(xiàng)目之前，我?guī)缀蹩偸橇舫鰰r(shí)間進(jìn)行文獻(xiàn)綜述?；◣滋鞎r(shí)間研究論文可以節(jié)省幾周甚至幾個(gè)月的死胡同和不必要的重新發(fā)明輪子。

建議也是確定要閱讀的有用論文的方便方法。一個(gè)黑客是在社交媒體上關(guān)注我們崇拜的人，或者訂閱精心策劃的時(shí)事通訊--我發(fā)現(xiàn)這些來(lái)源的信息噪聲比很高。

我讀什么報(bào)紙？出于實(shí)用性，我讀的多是與工作有關(guān)的論文。這使我能夠立即應(yīng)用我所讀到的知識(shí)，從而加強(qiáng)我的學(xué)習(xí)。在工作之外，我對(duì)序列感興趣，并傾向于閱讀強(qiáng)化學(xué)習(xí)。我特別喜歡分享什么有效什么無(wú)效的論文，比如通過(guò)消融研究。這包括關(guān)于Word2VEC、BERT和T5的論文。

論文怎么讀？

在谷歌搜索“如何閱讀論文”會(huì)返回?zé)o數(shù)有用的結(jié)果。但如果你覺(jué)得它勢(shì)不可擋，這里有幾個(gè)我發(fā)現(xiàn)很有幫助的：

• 經(jīng)典的三次傳遞方法（和三分鐘的視頻播放）
• OMSCS 6460如何閱讀學(xué)術(shù)論文：最受歡迎的教授的建議
• 與分享他們方法的其他科學(xué)家的訪談
• 工程研究論文的研究方法
• 我們不是唯一發(fā)現(xiàn)困難的人

我的方法類(lèi)似于三遍法。在下面的例子中，我將分享我是如何閱讀幾篇recsys的論文來(lái)了解新穎性、多樣性和偶然性的度量標(biāo)準(zhǔn)的。等等。

在第一遍中，我掃描摘要以了解論文是否有我需要的內(nèi)容，如果有，我瀏覽標(biāo)題以確定問(wèn)題陳述、方法和結(jié)果。在這個(gè)例子中，我專(zhuān)門(mén)尋找如何計(jì)算各種度量的公式。我給我的單子上的所有文件一個(gè)第一關(guān)（并拒絕開(kāi)始第二關(guān)，直到我完成了單子）。在本例中，大約一半的論文進(jìn)行了第二次傳遞。

在第二遍中，我再次閱讀每一篇論文，并突出顯示相關(guān)章節(jié)。這有助于我在以后參考論文時(shí)迅速發(fā)現(xiàn)重要的部分。然后，我為每篇論文做筆記。在本例中，注釋主要圍繞度量（即，方法、公式）。如果是一個(gè)應(yīng)用程序的文獻(xiàn)綜述（例如，recsys、產(chǎn)品分類(lèi)、欺詐檢測(cè)），說(shuō)明將側(cè)重于方法、系統(tǒng)設(shè)計(jì)和結(jié)果。

對(duì)于大多數(shù)論文來(lái)說(shuō)，第二次通過(guò)就足夠了。我已經(jīng)捕獲了關(guān)鍵信息，如果需要，可以在未來(lái)參考它。盡管如此，如果我讀論文作為文獻(xiàn)綜述的一部分，或者如果我想鞏固我的知識(shí)，我有時(shí)會(huì)做第三步。

閱讀只為心靈提供知識(shí)材料；是思考使我們讀到的東西成為我們的。
-約翰·洛克

在第三關(guān)中，我將論文中常見(jiàn)的概念綜合成自己的注釋。各種論文都有自己的方法來(lái)衡量新穎性、多樣性、偶然性等，我把它們合并成一個(gè)音符，并比較它們的利弊。在這樣做的時(shí)候，我經(jīng)常發(fā)現(xiàn)筆記和知識(shí)中的空白，不得不重溫原始論文。

最后，如果我認(rèn)為它對(duì)其他人有用，我會(huì)寫(xiě)出我所學(xué)到的并在網(wǎng)上發(fā)布。相對(duì)于從頭開(kāi)始，有我的筆記作為參考讓寫(xiě)作容易得多。這導(dǎo)致了諸如：

• Pytorch中Graph和NLP擊敗基準(zhǔn)推薦器
• 偶然：精確度在推薦人中不受歡迎的最好朋友
• NLP在監(jiān)督學(xué)習(xí)中的應(yīng)用

你自己試試

在深入你的下一個(gè)項(xiàng)目之前，花一兩天時(shí)間瀏覽幾篇相關(guān)的論文。我相信從中長(zhǎng)期來(lái)看，這將為您節(jié)省時(shí)間和精力。