论文检索

英文

• Google学术(跟踪作者和论文)
  
• DBLP(整理会议、作者的全部工作)
  

• 微软学术(引用趋势)
  

  中文

• 知网
  

• 万方
  

• 维普
  

  选择文献

• 面向特定主题的文献选择：Google Scholar
  

• 面向某个领域的学习：
  • CNKI中搜索”课题名称+综述”或在Google Scholar中搜索”课程名称+survey/review/tutorial”
    
  • 相关领域会议/期刊tutorial
    
• 面向知识更新的文献选择
  • arXiv.org上定期发布的论文(较新)
    
  • 相关国际顶级会议每年的论文集(ACL、EMNLP、COLING、NAACL)
    
  • 相关国际顶级期刊定期发表的论文
    • TACL
      
    • Computational Linguistics
      
  • 国际顶尖高校研究组或企业研究机构发布的新闻或学术报告
    
  • 科技媒体和社交媒体集中报道或讨论的学术成果
    • 机器之心、雷锋网、AI科技评论、PaperWeekly、DeepTech、新智元
      
• 引用次数
  
• 会议或期刊排名：参考CCF列表
  

• 大牛作者或顶尖研究机构
  

  走进一个领域

  关键词、关键技术、重要论文列表、领域划分、领域大牛

• (相对成熟的领域)综述和优秀的学位论文
  

• 领域扩充
  • 关键词关联
    
  • 参考文献关联
    

• 会议扫墙，保持对领域的清晰认知

  • 技巧：abstract和introduction
    

    阅读文献

    建议的阅读顺序

• 题目
  

• 摘要(abstract)
  
• 导论(introduction)
  
• 实验结果(results)
  
• 本文工作(method)
  
• 相关的工作(related work)
  
• 结论(conclusion)
  

• 附录(appendix)
  

  快速阅读

• 摘要(Abstrct)
  

• 导论(Introduction)
  
• Problem-Driven(对前人工作的优化)
  

• 图文浏览
  

  精读

• 理解论文基本原理：motivation，所用的理论
  

• 理解论文详细内容：深入理解论文细节，包括定义、假设和相关的公式等
  
• 重现实验：是否能够重现实验，得到相同的结果
  
• 组织讨论：与其他人进行讨论，是否存在疏忽或者理解不彻底的地方
  
• 设计更好的方案：是否能更进一步，设计更好的方法
  
• 多次阅读
  
• 批判创造
  
• Experiment is Important & Code is Everything
  
• 实验部分很重要(作者对于网络结构、参数的设置为复现论文提供了重要的素材)