如何阅读AI顶会论文？

AI的论文多是英文，尤其是顶会论文都是英文。那么我们如何去读呢？

我认为英文不是个问题，现在的翻译工具很强大，基本上通过翻译我们就能得到论文所表达的意思。

接下来就是如何去读的问题。

论文的章节比较固定。主要有以下几个部分：

• 首先是摘要部分，概括的介绍论文的方向，论文的一些优点，如果开源代码，也会放在摘要的末尾。

• 第一章节是简介，介绍以前人做的研究和作者对这些研究不足的思考和论文的贡献，和取得的成绩。

• 第二章节是相关工作，这部分较为详细的叙述论文的贡献。通过对这一节的阅读可以学习到模型的优点。

• 第三章是对模型详细描述，这一章不仅包含公式，还会描述模型的详细结构。这一章可以说是论文的核心。

• 第四章是实验部分，介绍作者的参数设置，取得的成果。这一章对我们使用模型训练有一定的指导意义。

• 第五章是总结，对整篇论文取得成果的总结。

一般的论文章节数不同，但都是这样的结构，我的阅读顺序如下：

• 第一步 看摘要，看完摘要后能看到这篇论文的方向，知道这篇论文是不是自己想找的？最重要的是知道有没有源码。
• 第二步 看简介，了解作者如何思考面临的问题，已经论文的贡献。
• 第三步 看相关工作，把这里看完之后，对论文有了较为详细的认识。
• 第四步 看实验部分，如果论文开源了代码，在这里可以尝试做一些复现的工作（如果条件允许），可以使用自己的数据集跑一下，感受一下模型。
• 第五步 看总结。
• 最后一步 看模型和公式部分。为啥要放在最后看呢？ 这一部分比较难理解，最好的方式是结合源码去看。我们训练上模型后，在等待结果的时间里慢慢看。还可以对源码做一些调试，查看输出结果是否和公式描述的一致。

以上就我看论文的一些方法，希望能帮助到大家。