经验谈 | 算法工程师读论文的思路

读论文方面的经验，我应该不是第一次写了，之前有关研究生的经验里多少提过一些（我从研究生生活中得到的经验，心法利器[36] | 开学季：我给研究生的建议），但是我们毕业后，走向算法工程师的工位后，持续学习的口号却仍旧持续督促我们，读论文是算法工程师非常重要的学习方法，甚至有的工作就需要我们持续阅读，这里给大家介绍一下我的读论文思路吧。

为什么要读论文

首先要解决的是为什么的问题，我们常说要经常读论文，那是为什么呢？

• 新技术新思路的吸纳。持续用着老方法，肯定不行，我们需要更多更强更好用的方法。
• 技术储备。对未来需要用到的技术，提前学习储备，日后能手到擒来。
• 专项的技术调研和技术方案设计。在针对一个问题思考解决方案的时候，一个人想的见的当然会受到局限，此时进行专项调研更有利于对解决问题提供可靠支持。
• 个人技术成长。技术是通过人来实现的，我们只有保证自己手里的技术持续有优势，才具有不可替代性，这也要求我们学习，持续学习。
• 论文所代表的的是一个阶段的前沿探索工作，和我们个人成长的需要非常匹配。

综上，我们需要持续读论文。

读论文的思路

论文的获取和选择

我们这些混迹NLP的，日常论文的来源主要是arxiv、顶会和公众号等媒体，我们能从这些渠道获取比较新的文章，尤其是前两者，而且一定程度的同行审核也能让论文质量不错，加上媒体的推荐，我们看起来其实效率和质量都挺高的。所以，这里大家就别说找不到论文读了哈。

至于选择，这个事是真的很薛定谔，你不看完完全无法评价论文，如果你比较着急的话，倒是有几个筛选的方式可以让你快速筛选到一些：

• 很多公众号喜欢写解读的。
• 带有代码的，或者滴啊有第三方代码的。
• 摘要比较适合自己的，论文再怎么样都可以放翻译软件里看看摘要哈。

这里要补充一点，火的论文，有的时候不见得就是好的，有些论文不火，也不见得不好。如果真的是想学，其实还是要持续关注，而不能只相信推到你身上的。

论文阅读技巧

读论文是讲求技巧的，如何高效阅读获取自己的消息是非常关键的，而高效则来源于对目标的把握和执行。

如果你是为了学习技术方案本身，其实直接看方法就够了，学会方法本身其实难度并不是很高，甚至再辅以一些质量较高的论文，其实看起来会很快。如果你是为了学习，提升技术深度的，我其实挺建议大家深入学习，不仅是要学习方法本身，最好能学会他内部的思考和推理，例如这个方法是旨在解决什么问题，有什么优势，有什么缺点，或者什么位置是作者避开了的，未来我们可以考虑用这个方法或者是这个思路的时候，能根据他的优点和缺点进行合理的选择和改良，而不再是生搬硬套硬怼。

如果你是希望深入了解整个研究现状，优先级更高的是在introduction，按照论文的行业规矩，是需要对现有工作进行整理和评述的，这些整理起来，其实就已经能形成对整个研究现状的把握了。在这里，你甚至可以逐步挖掘出，什么方法口碑比较好，什么样的效果会比较好，逐步心里其实都有数。另外还有一个细节，如果一个方法经常被当做靶子放在实验里，大概率其实就是一个比较靠谱的方法了，看看BERT都被多少论文处刑了。

阅读和记录

说实话，读论文不记录就和掰棒子是一样的，读完了理解了就觉得自己学会了，成长了，焦虑也解决了，其实后续干活好像也没啥用，说白了其实就是没有进行转化，没有转化成自己的东西，意义不是很大，所以其实学习的本质就是内容更新。所以，阅读和记录其实非常重要，这点长期做科研的应该都有些感受。

记录主要是需要什么内容，我这里列举一下：

• 论文基本信息，作者链接pdf等。
• 文章的关键词，包括你记录的关键词。
• 文章主旨，主要方法思路。
• 核心优点和缺点。

有这些记录，后续我们需要找的时候也好找，而且其实写的过程也是一个思考总结的过程，这些总结会引导我们深入思考，而且在未来的方案设计，方案选择时，依赖能保证自己的武器库充足，另一方面自己在选择的时候能有更多一句，降低试验成本。

读论文的一些误区

因为很多原因，相信很多人都非常焦虑，希望通过自己的学习能有所提升，从而能有更好的薪资，读论文就是其中一种方式，读论文能从中积累大量的方法，从而能让自己的技术得到提升，真的是很这样吗，我从和很多人的沟通中多少了解了一些读论文的误区，大家一块来看看：

首先是，读论文就能提升。这个本身是假的，首先很多人读论文没到位，压根没读懂，抛开这不谈，有些人是手里积累了大量方法，不说如数家珍，至少能报个菜名，高端的脱口就来，但是实际用起来就是这个不行换那个，一个一个试，效果不行或，甚至有些上不了线，说白了就是方法理解不全面，深度不足，浅尝辄止，这样远远不行。

其次，读论文不是解决焦虑的药，读了就好就能涨工资。我们是希望能从论文中学到一些思路，而不是读了焦虑就解决了，没用，我们应该奔着应用、落地，无论是短期还是长期，来进行储备，这种储备是非常有必要的。

第三，盲目追新。随着很多算法领域逐渐内卷，很多论文的出现其实并没有很多实用意义，成了带点缓冲的刷榜，但作为一名算法工程师，我们要解决的是变化多样的场景，数据场景工程场景，而不是固定不变的一个数据集看看准招F1就完事的，我们还要考虑的东西很多，生搬硬套肯定是不合适的，我们应该是理解这个方法，知道他的优点缺点再进行选择，同时明白什么综合效果好可以做baseline，有的只适合特定场景，有的则是只适合迭代优化的尝试。

第四，漫无目的的阅读。没有目的的阅读，很难获得收益，很难有提升，读的很乱不成体系，后续也很难拿来用。所以还是建议先明确自己的学习目标，再来看自己要怎么学往哪个方向走，才会更好。

聊聊我自己

我自己其实是有读论文的习惯的，但是随着对业务的理解和工作经验，有了自己的一套方法，论文是读的少了一些，主要原因还是觉得论文读起来感觉很多东西好像都用不太到吧，而且基线方案用的其实也都还不错，绝大部分业务的效果提升靠的是对问题和方案足够理解，针对性修改的到的，而不是论文里所谓的模型结构、方案细节调整得到的。

但是，这不代表论文就不用读了，读还是要读的，但是要读重点的，和自己有关的，摘要多读读，确定合适后再展开仔细看，并且时刻记得要记录，读多了真的很容易忘记，从而没有起到预期的效果。

另一方面，除了日常的学习，也会有一些专题，例如特定问题的调研等，前段时间文本分类的调研就是这么来的，这么一轮下来收获不小，根据需求大家也可以这么搞的。