写文章

看到dahua lin的博客上提到一interesting文章，下载下来看了看。

 

这大概就是文章八股吧。一篇文章的好，可以用以下观念来衡量：

 

正样本的“视觉”特点：
1. 里面有几段公式，看上去文章显得似乎很专业，也显得作者似乎数学不错；
2. 实验部分里面多少要有几个曲线图，即使那几个曲线图说明不了什么。但是，只要有几个曲线图在那里，起码表示我做的是“科学实验”；---------plots,曲线图，结果数据比较，或者柱状图，柱状图是最受欢迎的。感觉这个是横向比较，宏观比较。
3. 最好在文章开头或者最后一页排列一堆图像。其实，我也注意到很多作者喜欢排列很多dataset里面的图像到paper上——即使那是一个 publically available的standard dataset——我不知道这样做的意义何在——除了审美效果。---算法测试结果，纵向的比较。
4. 最好写满8页，代表分量足够。-------这个给人一种直观感觉吧。

不好的文章，

 

负样本的特点：
1. 不够页数。在submission阶段，写不满6页的文章被录用的机会很小。虽然最后很多本来8页的文章还是能很神奇地被压缩到6页，如果作者想省掉 200美元的附加页费。题外话，我也一直不明白为什么多一页要多交100美元注册费。
2. 有很大的数字表，就是m行n列，排满数字那种。这篇文章表明，排列了很多曲线图和柱状图的文章比排列了很多数字表的文章有更大概率被接收。
3. 没有漂亮插图。

 

 

PS:现在明白为何我老板每次让我们写文章，都要写满页，然后非常重视abstract和introduction。就我评过的少许的几篇文章来说，我每次也是看abstract introduction的。虽然正文也看，但是看文章时，如果从这两个看不出来文章写的什么，那基本上就不会再看，当然如果评审的话，也不会再评，直接拒了。再者写文章时，若有公式作为支撑，当然觉得自己的文章有理有据啊，而如果能有几种算法的曲线图plots，比如精度比较啊，或者柱状图，自己都充满信心。而当然，算法的实验效果图figures是一定要有的。

 

我觉得这也算是文章八股吧，但是，事实上，尤其是做cv和ml的，无论如何，你都要做测试，除非你提出一种新的算法，公式推导一大堆，不用实验，这种情况也是有的，有些做理论特别牛的人，就不屑于做实验，而我看过的几篇经典文章也确实是没实验部分，全是理论推导。但是，那是做统计分析的人做的算法，我想尤其是用在计算机视觉上的算法，不做实验是不太可靠的。而如果你的文章符合了上面的八股，其实你的文章想不好也难，无关重要的公式好往上写，可plots和figures是无法凑的。所以，我觉得，以后写文章还有做工作，是要朝着这个方向走的。