论文写作指南¶

🎯 学习目标¶

完成本章学习后，你将能够： - 掌握学术论文写作的核心原则和逻辑框架 - 熟练写作论文各个部分（Title, Abstract, Introduction, Method, Experiments, Conclusion） - 避免学术写作中的常见错误 - 制作规范的学术图表和参考文献 - 理解论文投稿的完整流程 - 了解AI方向主要学术会议的级别和截稿时间

一、学术论文写作的核心原则¶

学术论文不是文学创作，其本质是说服审稿人和读者你的工作是正确且有价值的。遵循以下四个核心原则：

1.1 清晰（Clarity）¶

• 每个段落只传达一个核心观点
• 使用简单直接的句式，避免复杂长句
• 定义所有符号和术语，首次出现时给出定义
• 论文的逻辑链条应该让读者无障碍地跟随

1.2 准确（Accuracy）¶

• 每一个学术声明都要有依据（引用或实验证据）
• 公式、数据、图表必须经过仔细核实
• 不夸大结果，不做没有证据支撑的claim
• 引用的内容必须准确反映原文的意思

1.3 简洁（Conciseness）¶

• 删除冗余的词语和句子（"it is worth noting that..." → 直接说）
• 不重复已经说过的内容
• 用图表代替大段文字描述
• 在表达清晰的前提下，越短越好

1.4 逻辑（Logic）¶

• 论文整体遵循"是什么→为什么→怎么做→做得怎么样"的逻辑
• 段落之间要有清晰的逻辑链条（因果、递进、转折）
• 每个claim都要有对应的evidence
• 结论要与实验结果一致，不能超出实验支撑的范围

💡 提示：初稿完成后，至少修改3遍以上。第一遍关注逻辑结构，第二遍关注语言表达，第三遍关注格式细节。

二、论文各部分写作技巧¶

2.1 Title：如何起一个好标题¶

标题是论文的第一印象，决定了读者是否会打开你的论文。

好标题的特征： - 准确反映论文内容 - 包含关键词（便于搜索检索） - 简洁有力（一般不超过15个词） - 有一定的吸引力

标题模式：

避免： - ❌ 标题过于宽泛："A Study on Deep Learning" - ❌ 标题过于冗长：超过20个词 - ❌ 标题不准确：与论文实际内容不符

2.2 Abstract：结构化摘要¶

摘要是论文最重要的部分之一——很多读者只读摘要。好的摘要应该在200词以内（具体看会议/期刊要求）包含以下五个要素：

结构化摘要 = 背景 + 问题 + 方法 + 结果 + 意义

(1) 背景（1-2句）：简述研究领域的大背景
(2) 问题（1-2句）：指出已有方法的不足或要解决的问题
(3) 方法（2-3句）：概述你的方法的核心idea
(4) 结果（1-2句）：简述主要实验结果，用数据说话
(5) 意义（0-1句）：指出工作的意义或实用价值（可选）

示例（模拟）：

Large language models (LLMs) have achieved remarkable success across various NLP tasks. [背景] However, they often struggle with hallucination, generating plausible but factually incorrect content. [问题] In this paper, we propose FactGuard, a retrieval-augmented verification framework that detects and corrects hallucinated statements in LLM outputs by cross-referencing external knowledge bases in real time. [方法] Extensive experiments on three benchmarks show that FactGuard reduces hallucination rates by 47% while maintaining 98% of the original response quality. [结果] Our framework is lightweight and can be integrated into any LLM deployment pipeline. [意义]

⚠️ 注意：Abstract中不要包含引用，不要使用缩写（除非极其常用如NLP、LLM），不要出现"本文"类主语不明的表述。

2.3 Introduction：漏斗模型¶

Introduction是论文的导读章节，决定了审稿人对你工作的第一印象。经典的Introduction遵循"漏斗模型"——从宽泛到具体：

┌─────────────────────────────────┐  ← 大背景（宽泛）
│  Para 1: 领域大背景                │
│  "XXX has attracted growing..."  │
├─────────────────────────────────┤
│  Para 2-3: 具体问题                │
│  "However, existing methods..."  │
│  "The key challenge is..."       │
├─────────────────────────────────┤
│  Para 4: 已有方法及其不足           │
│  "Prior works [1,2,3]..."       │
│  "However, they suffer from..."  │
├─────────────────────────────────┤
│  Para 5: 本文贡献                  │
│  "In this paper, we propose..."  │
│  "Our contributions include:"   │
│  • Contribution 1               │
│  • Contribution 2               │
│  • Contribution 3               │
├─────────────────────────────────┤
│  Para 6: 论文组织（可选）           │
│  "The rest of this paper is..."  │
└─────────────────────────────────┘  ← 本文具体工作（聚焦）

写作要点：

1. 第一段：用1-2个强有力的句子引起兴趣，引出大背景
2. 问题段：自然过渡到具体问题，用"However"、"Despite"等转折词
3. 已有方法：客观、公正地总结已有方法，指出它们的不足（不要贬低他人工作）
4. 贡献列表：通常用bullet points列出3-4条具体贡献
5. 论文结构：简述后续各节的内容安排

💡 提示：贡献列表的写作技巧——每条贡献都要是具体的、可验证的。避免写"We propose a novel method..."这种空泛的描述，而应该写"We propose X that addresses Y by Z"。

2.4 Related Work：定位与对比¶

Related Work的目的不是"证明你读了很多论文"，而是让读者理解你的工作在已有研究版图中的位置。

两种组织方式：

写作原则： - 对每个引用的工作，说明它做了什么以及与你的区别 - 最后要有一段总结，明确指出你的方法与已有方法的本质区别 - 不要遗漏重要的相关工作（这是审稿人最敏感的点） - 保持客观，不要贬低他人的工作

2.5 Methodology：方法描述¶

方法部分是论文的核心，需要详细、准确地描述你的方法，使读者能够复现你的工作。

写作框架：

3. Methodology
  3.1 Problem Formulation（问题定义）
      - 形式化定义问题（输入、输出、目标）
      - 必要的符号定义
  3.2 Overview（方法概述）
      - 用一段文字+一张框架图概述整体方法
  3.3 Component A（组件A详述）
      - 具体方法描述
      - 关键公式推导
  3.4 Component B（组件B详述）
      - ...
  3.5 Training/Optimization（训练/优化）
      - 损失函数
      - 训练策略

Level of Detail： - 必须详细：你的创新点和核心方法必须描述得足够详细，让人能够复现 - 可以简略：标准的、已有的方法可以简述并引用原始论文 - 使用公式：关键步骤用数学公式表达，比文字描述更精确 - 使用图示：框架图（Architecture Diagram）能极大提高可读性

⚠️ 注意：方法部分最常见的问题是"隐含假设"——你认为读者知道的东西，读者可能不知道。写完后找一个不了解你工作的同学读一遍，看是否能理解。

2.6 Experiments：实验验证¶

实验部分要回答一个核心问题：你的方法是否有效？有多好？

标准结构：

4. Experiments
  4.1 Experimental Setup
      - Datasets（数据集描述和统计信息）
      - Baselines（对比方法列表和关键设置）
      - Evaluation Metrics（评估指标说明）
      - Implementation Details（超参数、训练细节）
  4.2 Main Results
      - 主结果表格（与Baseline的比较）
      - 结果分析和讨论
  4.3 Ablation Study
      - 消融实验表格
      - 各组件贡献分析
  4.4 Analysis（进一步分析）
      - 参数敏感性分析
      - 可视化分析
      - Case Study
      - 效率分析（时间/空间复杂度）

表格规范：

Table 1: Performance comparison on XXX dataset.
Bold indicates the best results. Underline indicates the second best.

| Method     | Precision | Recall | F1-Score |
|------------|-----------|--------|----------|
| Baseline_1 | 85.2      | 82.1   | 83.6     |
| Baseline_2 | 87.5      | 84.3   | 85.9     |
| SOTA       | 89.1      | _86.7_ | _87.9_   |
| Ours       | **91.3**  | **88.5** | **89.9** |

结果分析要点： - 不仅报告数字，更要分析为什么你的方法更好 - 讨论在哪些场景下你的方法优势明显，在哪些场景下优势不大 - 如果某些结果不如预期，诚实说明并分析原因

2.7 Conclusion：总结与展望¶

Conclusion不仅仅是Method和Experiments的重复，而是要站在更高的视角总结工作的意义。

结构：

5. Conclusion
  - 一段总结：重述问题和方法（1-2句），概括主要发现
  - 局限性（Limitations）：坦诚讨论方法的不足
  - 未来工作（Future Work）：指出潜在的改进方向

💡 提示：很多审稿人喜欢看到作者诚实地讨论Limitations。这不是示弱，而是展示你对自己工作有深刻的理解。

三、学术写作常见错误¶

3.1 中式英语（Chinglish）¶

3.2 逻辑不清¶

• 症状：段落之间跳跃，读者无法理解前后关系
• 解决：使用过渡词（However, Moreover, Specifically, In contrast, To address this）
• 检查：每个段落的首句是否能让读者理解本段与上一段的关系

3.3 过度Claim¶

• ❌ "Our method significantly outperforms all existing methods"（除非你真的在所有指标上都显著优于所有方法）
• ✅ "Our method achieves state-of-the-art results on X and Y benchmarks"
• ❌ "This is the first work that..."（很危险，除非你非常确定）
• ✅ "To the best of our knowledge, this is among the first works that..."

3.4 其他常见问题¶

四、图表制作规范¶

4.1 图表制作工具¶

4.2 配色方案¶

学术论文推荐使用专业的配色方案：

# 推荐学术配色 (来自colorbrewer2.org)
colors_qualitative = ['#e41a1c', '#377eb8', '#4daf4a', '#984ea3', '#ff7f00']
colors_sequential = ['#f7fcfd', '#e5f5f9', '#ccece6', '#99d8c9', '#41ae76']

# matplotlib 学术风格设置
import matplotlib.pyplot as plt
plt.style.use('seaborn-v0_8-whitegrid')  # 学术论文风格
plt.rcParams['font.family'] = 'serif'
plt.rcParams['font.size'] = 12
plt.rcParams['figure.dpi'] = 300  # 高分辨率

4.3 表格格式¶

• 使用三线表（只有顶线、标题线、底线），不要用满格线
• 在LaTeX中使用booktabs包（\toprule, \midrule, \bottomrule）
• 加粗最佳结果，下划线表示次佳
• 表题在表格上方，图题在图片下方

五、参考文献格式¶

5.1 BibTeX管理¶

使用BibTeX管理参考文献是学术写作的标准做法。

@inproceedings{vaswani2017attention,
  title     = {Attention is All You Need},
  author    = {Vaswani, Ashish and Shazeer, Noam and Parmar, Niki and
               Uszkoreit, Jakob and Jones, Llion and Gomez, Aidan N and
               Kaiser, {\L}ukasz and Polosukhin, Illia},
  booktitle = {Advances in Neural Information Processing Systems (NeurIPS)},
  year      = {2017}
}

5.2 常见引用格式¶

💡 提示：从Google Scholar获取BibTeX条目时，记得检查并补全信息（会议名、页码等）。不同会议对引用格式有不同要求，务必阅读会议的Author Guidelines。

六、论文投稿流程¶

6.1 完整投稿流程¶

选择目标会议/期刊 → 按格式要求排版 → 内部审阅 → 提交论文
      ↓                                              ↓
  研读往年论文                                      等待审稿
      ↓                                              ↓
  判断工作是否匹配                               收到审稿意见
                                                      ↓
                                              ┌── Accept → Camera-ready
                                              ├── Revise → Rebuttal/修改
                                              └── Reject → 修改后投其他

6.2 选择会议/期刊¶

考虑因素： - 匹配度：你的工作是否符合会议/期刊的scope - 级别：A*/A/B类会议的选择 - 截稿时间：是否能在deadline前完成 - 审稿周期：会议通常2-3个月，期刊可能数月到1年

6.3 Rebuttal撰写¶

收到审稿意见后，很多会议允许提交rebuttal（反驳/回应）。

Rebuttal写作原则： - 感谢：首先感谢审稿人的意见 - 逐条回应：对每个concern都给出具体回应 - 提供证据：如果可能，补充实验来回应质疑 - 保持尊重：即使审稿人误解了你的工作，也要礼貌回应 - 承认不足：如果审稿人指出了真正的问题，坦诚承认并说明如何改进

6.4 AI方向主要会议¶

⚠️ 注意：以上时间为大致参考，每年的具体截稿时间可能有变动。请务必查阅当年的Call for Papers获取准确日期。推荐使用 https://aideadlin.es/ 追踪所有AI会议的deadline。

📝 本章小结¶

🔗 延伸阅读¶

• Simon Peyton Jones, "How to Write a Great Research Paper"（YouTube演讲）
• Manchester Academic Phrasebank：https://www.phrasebank.manchester.ac.uk/
• AI Deadlines：https://aideadlin.es/
• 《科研论文写作新手入门》—Science杂志系列