Search papers and group them
检索工具
-
各种会议文章集合，连会议带年份。进去搜索自己需要的关键词即可。
当然会有延迟。并不是会议出来就直接能看到。 -
限定文献检索：arXiv
arXiv是由康奈尔大学运营维护的一个非盈利的数据库，由于免费，学术研究人员可以在其他顶会或者期刊没有录用之前，将自己最新的研究成果发布到该平台上，一方面是为了扩大宣传提升自己的影响力；另外一方面是为了保护自己的科研成果，因为无论会议和期刊从投出到最终可以检索，都需要长时间的等待，很难保证期间自己成果不被别人剽窃，arXiv可以证明论文的原创性。
-
知网啊、谷歌学术啊这些常用的一般都用不到了，因为ACL已经收录的比较完美了。
组织方法
通过一些方法将文章分类组织起来。安利一个文献管理软件：zotero
- By conferences 通过会议
- By preprint or not
需要及时更新，因为arxiv上预发表的文章你可以引用，但是文章被会议或者文献收录以后以后你需要引用它具体出自哪里。所以arxiv上找的那些预发表的文章需要定期更新。 - By problems 根据问题
- By methods（models） 根据方法
初学者可以这样分，但是当你看多了以后会发现这些方法下还是有很大差异。所以只建议初学者这样。- CNN
- RNN
- GNN
- Transformer
- Attention
- Reinforcement
- ……
- By dataset（text type） 根据数据集
- DUC
- LCSTS
- CNN/Daily
- ……
- By optimize methods（depends on your own idea）
Select the better paper
同样都是读文献，要把时间用在好文献上，就是所谓的好钢用在刀刃上。大致可以从以下几个指标来分辨文献好坏：
- conference
多看会议文章，少看期刊文章。因为会议文章比较新，而期刊上的文章一般都隔了一年以上了。下边安利几个会议：- NLP domain
- ACL
- COLING
- EMNLP
- NAACL
- General AI
- AAAI
- IJCAI
- NIPS
- ICLR
- Chinese NLP
- NLPCC
- CCKS
- CCIR
- NLP domain
- relation
跟你做的方向最最最相关的，不要什么都看，就算看也不要精读。没精力做那么多的。 - citation
引用数量啊，肯定是引用数量越多质量肯定会好一点啊。
下图虽然两个文章都是顶会，但是优先看引用数量比较多的啊。
- influence
论文看多了以后会发现每年的论文都是这几个大组做的，找到这几个大佬之后，以后可以集中看他们写的。 - code
有没有代码开源。判断是不是ppt项目，最好选有代码的paper。
the reading order you should follow
不要只看题目标题啊！！！有的文献题目和内容可能差距挺大的。
- abstract
看文献一般先看摘要，通过摘要筛选，从摘要你一般可以获得下面的信息。- subarea
- problems
- proposal/method
- Datasets
- performance
- introduction
回顾前人成果，提出自己想解决的问题 - experiment + conclusion
实验和成果 - proposal
要精读的时候再看方法，不精读的文章可以跳过这段。- 看图
- 看创新性
- 看公式
Write down the notes
对每一个文章做好分类标记。到时候找起来也方便。至于怎么分类怎么标记就看你自己的喜欢了。
- From（Conferences/Journals/ArXiv）
- Institution
- Paper
- Topic
- Aim
- Problem to solve
- Solutions
- Strengths
- Limitations
- Datasets
- Evaluation scores
- Code
安利
最后安利一下fastNLP：fastNLP 中文文档，放在github上，主要是复现了一些NLP文章的代码。