如何读论文

1. 引子

做科研，读论文是必不可少的一环。但是，对于一个刚刚接触科研的学生来说，如何高效地读完一篇又长又晦涩的论文，并且真正有所收获，往往是一个棘手的问题。

在成为相关领域的泰斗之前，大多数时候，我们并不熟悉论文中涉及的知识。此时，如果像读教材一样从头读到尾，难免会被繁杂的公式所阻，或者为晦涩的术语所困；有时甚至会为了补充前置知识，循着参考文献一路读下去。折腾了许久，好不容易囫囵吞枣地读完一篇文章，回过头来却发现自己好像什么都没有学到。

读论文本身就是一件格外耗费时间和精力的事情。除了坚持下去的勇气，我们还需要掌握一些技巧，才能尽量达到事半功倍的效果。

于是乎，作为一名学术小白，笔者试图以李沐老师的《如何读论文》视频为蓝本，结合自己的一些经验，写出这样一篇文章，以供大家参考。视频中提到的“三遍阅读法”源自 S. Keshav 的短文 How to Read a Paper。笔者主要阅读机器学习领域的论文，不过其他学科的论文大抵也有相似之处，大家可以以此文为蓝本，再结合自己的学习经验进行调整哦。（PS：由于本人也起步不久，若有纰漏，欢迎指出 QAQ）

2. 论文结构

在了解如何读论文之前，我们需要先对论文的结构有一个简单的认识。

下图展示了论文的一般结构。不过，这种结构并非一成不变，而是会随学科、期刊和文章内容而调整。例如，有的论文会设置单独的 Discussion（讨论）章节，却不设置独立的 Conclusion（结论）；有的论文则会把 Limitations（局限性）单独列为一个章节。这些都不是重点，只要掌握大致的结构，知道去哪里寻找需要的信息即可。

按照这种方法，我们大致可以把阅读分为三遍。必须注意的是，并非每篇论文都值得完整读上三遍。究竟读到哪一遍，应当取决于论文与你的研究问题有多相关，以及你希望从中获得什么。越重要、越相关的论文，越值得投入更多时间。至于每一遍具体该怎样读，将在下文提到。

3. Pass 1

第一遍的目标不是“读懂”，而是快速建立对论文的整体印象。

我们可以先阅读标题和摘要。标题是对论文内容最精炼的概括，可以帮助我们粗略判断这篇论文与当前研究方向的关联程度；摘要则会告诉我们文章试图解决什么问题、使用了什么方法，以及得到了怎样的结果。随后，可以阅读引言、各级标题和结论，弄清楚作者为什么要研究这个问题，以及最终给出了怎样的回答。结论虽然常常与摘要相似，但通常会更具体地概括主要发现，也可能提到局限性和未来工作。

此外，我们还可以浏览方法和实验部分的图表，理解大致的流程与结果。例如，大名鼎鼎的 Attention Is All You Need，就可以先通过那张流传甚广的 Transformer 结构图了解整体框架，再在后面的阅读中逐渐补充细节。

完成第一遍后，我们至少应当能够回答几个问题：这篇论文在研究什么？它为什么值得研究？作者大致做了什么？它与我的研究有什么关系？此时，我们只能对论文的质量作出初步判断，但已经足以决定它是否值得继续读下去——这也是第一遍最重要的任务。

4. Pass 2

当我们认为这篇文章与自己的目标比较相关时，就可以开始第二遍阅读了。这一遍需要从头到尾了解作者的论述，但仍然不必困在所有细节里：一时难以理解的公式推导、复杂证明和实现细节，可以先做上标记，暂时跳过。

再次遇到图和表时，我们就要认真辨认它们的含义。例如，方法流程图中的每一个模块分别做了什么，实验图的横纵坐标和单位是什么，表格比较了哪些基线，最优结果是否显著，以及结果是否真的支持作者的结论。图表往往是理解整篇论文的关键，但也不要只盯着加粗的最佳数字哦。

同时，可以把重要的相关文献标注出来。如果文章太难，一时读不懂，与其沿着所有引用漫无目的地挖下去，不如优先寻找综述、教程，或者作者引用的奠基性工作。这些材料通常更适合补齐背景知识，但它们也未必一定更简单，因此最好始终带着具体问题去查阅。

完成第二遍后，我们应当能够比较清楚地复述：论文解决了什么问题，为什么采用这种方法，实验如何验证它，以及它还存在哪些局限。此时，即使还没有完全搞懂所有细节，也该能够决定是否值得继续精读。

5. Pass 3

当我们准备读第三遍时，基本已经确定这是一篇对自己非常重要的文章。此时，我们需要追踪它完整的论证链条：作者提出了什么问题，做出了哪些假设，用什么方法解决，实验又是否真正支持结论。

读到关键公式时，可以尝试自己推导；读到方法时，可以想象如何把它写成代码；读到实验时，则要留意数据集、评价指标、对比方法、消融实验和超参数是否足以支撑作者的主张。重点不是机械地背下每一句话，而是尽可能重建作者完成这项工作的过程。

此外，还可以换一个角度想象：如果这件事由我们来做，会采用什么方法和实验？作者的假设是否合理？有没有遗漏的对比？结论能否推广到其他数据或场景？哪些地方还有改进空间？到了这一步，我们已经不只是在接收论文中的信息，而是在尝试与作者对话。

重中之重，是在脑海里把整个研究过程重新走一遍，就如同自己又做了一次一样。至此，我们应当已经掌握了论文的大部分关键细节；即使关上文章，也能较为完整地复述它的研究问题、方法、证据与局限。

6. 补充

6.1 关于 Appendix（附录）

一般不需要一开始就把附录连着看完。附录通常放的是正文容纳不下的细节，例如完整的实验设置、更多消融实验、超参数、证明、数据集说明、额外结果和实现细节。有时附录甚至比正文还长，此时过早扎进细节，反而容易什么都记不住，还白白浪费时间。

可以按照这个原则判断：第一次读论文时先跳过附录；当准备复现、质疑结果、尝试改进，或者正文某处写着“details in Appendix”时，再去查阅对应部分。如果只是想理解“这篇论文做了什么”，正文通常已经足够；如果要真正开展研究，尤其是复现和比较实验，附录往往非常重要，因为许多关键的训练设置和额外实验只会出现在那里。

请注意：不要“读附录”，而要“查附录”。先在正文中发现问题，再带着问题去寻找对应章节，这样效率最高。

6.2 工具

有一款专门用于管理和阅读论文的软件，名为 Zotero。它可以方便地导入、整理文献和添加标注；阅读论文时，还可以直接预览文中引用的图、表和参考文献，不必频繁跳转。具体使用方法请自行探索，上手还是很快的。

我们阅读论文的全流程中都可能能使用到 AI 工具，例如查找有关文献、解释相关段落等等，学会使用 AI 可以帮助我们大幅度提高生产力和学习效率。读完论文后，也可以让 AI 生成一段文字或图片总结，提炼论文的重要内容，并将其记载在 Zotero 的笔记部分，帮助我们在下次复习时快速回忆内容。不过，不要忘记温故知新：这些总结只能作为辅助，仍然要定期回到论文原文复习和思考。请注意仔细辩驳 AI 产生的相关信息，有时它会给出虚假的参考文献或者不合主题的解释，请格外注意。

6.3 英语问题

我不了解其他专业是否经常需要阅读英文文献，但至少我的研究方向是需要的。这对我们这些非英语母语者提出了更高的要求。除了努力提高英文阅读能力之外，也可以借助一些小工具。例如，我常常会把难以理解的长难句或专业术语交给 ChatGPT，让它拆解句子结构、解释术语，并结合上下文说明含义。用好 AI 工具，确实可以大幅提高学习效率。

不过，AI 给出的解释也可能存在错误，尤其是涉及公式、实验设置和冷门术语时。因此，最好把它当作一位辅助讲解员，而不是论文作者本人；关键结论仍然应当回到原文、公式和实验中核对。

此外，我还会用到 Zotero 的翻译插件。开启划词翻译一类的功能后，选中不认识的词语或句子，通常就能直接看到常用含义，不必反复复制到浏览器中搜索。不过，这类工具往往只会给出词语最基础的释义。当一个词有多种含义时，仍然需要结合上下文仔细辨析。如果遇到专业术语，或者很难把握整个句子的准确含义，我还是更推荐让 AI 帮忙拆解，再回到原文核实。一举两得，但不能全盘托付。

当然——最好的办法还是努力学好英语咯～（学好英语这辈子都不可能了啦 QAQ）

7. 总结

说到底，读论文并不是一开始就应当埋头苦读，从第一页坚持爬到最后一页，而是一个不断筛选、不断深入的过程。第一遍，我们判断“它值不值得读”；第二遍，我们弄清楚“它究竟做了什么”；第三遍，我们追问“它为什么这样做，以及做得是否可靠”。每读完一遍，都应该留下一个更加清晰的答案，而不是只在文献阅读量上默默加一。

当然，三遍阅读法也不是必须严格执行的规章制度。无关紧要的论文，看完摘要和结论便可以潇洒离开；真正重要的论文，读上三遍之后也可能仍然需要反复查阅。最重要的始终不是“我今天读了几篇”，而是“这篇论文帮助我解决了什么问题，又给我留下了什么新的问题”。

希望我们都能少一点从头读到尾却一脸茫然的时刻，多一点关上李玲玲后恍然大悟的快乐。科研之路漫漫，论文也永远读不完，那就先从真正读懂眼前这一篇开始吧～

如果还有什么可以补充的内容，欢迎在评论区指出哦～

感谢你的阅读，希望这篇文章对即将踏上科研之旅的你有所裨益！

评论