课程论文选题-研究生学位论文如何选题?清华大学刘洋教授的线上课程火了
机器编辑部的核心
研究生期间,毕业论文的选题是最重要的。
随着天气逐渐转暖,很多因疫情而无法返校的学生可能正在家里苦苦考证,大学教授也推出了很多在线课程。
清华大学计算机科学与技术系主任、人工智能研究所所长刘洋的在线报告《研究生论文选题方法浅谈》成为本次会议的内容最近朋友圈。
很多人可能都看过刘洋的《机器翻译学术论文写作方法与技巧》。它已成为学术界公认的优质写作指南,甚至成为许多教师写作和指导方法的参考标准。此次他的论文选题报告被刘志远、马少平等众多学者评为“该选题的最佳报告”。
刘洋老师的报告是清华大学近期推出的官方在线课程“清华大学云课堂”的一部分。读者可以搜索此主题以获取更多课程内容。
以下为本次直播刘洋老师分享的主要内容,机器之心已整理完毕:
顾名思义,论文是为研究生学位和博士学位撰写的科学论文。每个大学对学位论文的要求不同,但基本上要求论文作者具有扎实而广泛的基础理论和系统深入的专业知识,具有独立从事科学研究的能力,在科学上有创造性的想法或特殊技术。结果。
对于硕士学位,作者需要具有扎实的理论基础和系统专业知识,具有独立从事科学研究或独立承担专业技术工作的能力。
例如,在清华大学,论文选题一般应该在博士生和硕士生的第二年开始。毕业的关键是论文的水平,在学位培养的过程中,选题是最关键的环节——这是你未来几年的主要工作,其影响甚至会超过研究生水平。
选题选题,必须树立正确的“三个科研观”。
科学研究的三个观点是什么?可以这样理解:
世界观:科研界的发展规律;
人生观:我们想在研究生阶段实现的目标;
价值观:如何实现自我价值。
这对我们的选题和研究有很大的影响。学术界是一个新旧交替出现的世界。个人努力对成功非常重要。你的能力上限基本等于成功上限。这意味着您应该积极创新,努力将人类知识体系更进一步。虽然每个人对读研和读博的目标不同,但这个时期也是人们最具创新性的时期。我们应该充分利用我们的时间来充分锻炼我们的能力。
一切科学研究都围绕着“提出问题”和“回答问题”。在读研的过程中,我们应该保持好奇心,并愿意为此努力。在科学研究的过程中,最重要的是不要停止提问。
什么是有价值的研究?
但是如何判断我们提出的问题是否具有研究价值呢?这涉及到“选题十大标准”。
重要性和创新
刘洋老师提醒大家,选题首先要考虑选题的重要性,评估问题在学科发展的主要脉络中的位置;二是创新。研究问题应该能够突破人类的知识。边界并创造新知识。
以人工智能的历史发展脉络为例,可见研究课题的选择必须遵循重要性的标准。重要问题应该是学科发展过程中主体语境中的关键问题。重要方向在于突出挑战和制约发展的关键瓶颈。
下图中的外圈代表人类知识的边界,内圈代表个人知识的范围。进入大学后,我们开始在某个方向积累知识,研究生阶段的选题也在此基础上选择了更进一步的方向。
在读研的过程中,你会到达人类知识体系边界上的某个点。这是通过阅读某个细分领域的大量文档来实现的。也是读研的第一阶段,即学习知识的阶段。
第二个阶段是创造知识,这必须通过突破界限和产生新知识来实现。如果你创造的知识很重要,你就被认为达到了研究生毕业的标准。因此,创新是研究生阶段值得强调的一个要素。
前沿
第三个要素是“前沿”。学科的发展总是在动态变化的,如海洋中的潮汐。下图中,纵坐标代表关注度,即学术界有多少人关注这个话题;横坐标代表成熟度,即当前正在研究的主题的彻底程度。
超一流学者倾向于研究关注度和成熟度较低的课题,但可能会在 5 到 10 年内成为主流方法。由于成熟度不高,这类课题往往风险很大,所以并不是所有研究人员都敢去做,也不是每个人都意识到它的重要性。
一流的学者往往会研究一些“已经发现有用”的课题,并且会在前人的基础上进一步拓展。二流学者会选择一些最热门的方向。三流学者会选择已经走下坡路、成熟度高的方向。最后留下的都是无能的学者,他们经常选择一些非常过时的话题。
学术趋势是巨大的。顺应潮流(图左上),事半功倍,你的工作很容易产生巨大的影响;相反,如果你选择的问题很老,即使你再努力,再努力,你所做的工作也不太可能产生太大的影响。
以人工智能领域为例。二十年前,最热门的研究课题是最大熵模型等,而深度学习则被冷落。
到2010年,深度学习开始受到关注(他的学生在2006年发表了一篇关于用RBM编码的深度神经网络的论文:“the of Data with”)。这时候进入深度学习的方向肯定能做出非常一流的作品,因为有很大的空间可以探索。相比之下,之前一些比较热门的方向一直在走下坡路。
到2020年,深度学习进入流行阶段。如果此时你还在追逐深度学习的方向,你可能做的工作将是二流的。目前可能会有一些一流的、超一流的工作在进行,但我们还不确定会朝哪个方向发展。它可能是量子计算,也可能是认知科学或其他跨学科学科。
任何学科都有这样的趋势。重要的是你要把你目前能想到的所有方向都按照上面的方法分类,放到这五个区间里,这样才能区分前沿问题和非前沿问题。
对于这个选择,“势”很重要,一定要顺势而为。就学术界而言,研究生需要关心的问题都在“一流”领域(“超一流”对于研究生来说太难在三五年内解决;二流领域是创新性较差)。
探索性
研究问题的“探索性”是指解决当前问题的程度和未来创新的潜力。如果你发现一个问题解决的很好,也就是跳出学术界,进入了工业界,那么这个问题的探索空间就会小很多。所以大家一定要保证自己选择的方向有足够的空间来展示自己的手脚。
基本的
“基础”是指我们希望我们的选题是本学科非常基础的问题,能够对本学科及相关学科产生广泛而深远的影响。用树来比喻,我们选择的问题应该尽可能在“根”或主干上。这样,后面长出来的枝叶和结果都会受到你的影响。直接的表现就是你的文章引用率很高。
以人工智能领域的优化问题为例。如果你能提出一个非常好的优化算法,几乎每个人都会引用你的结果。这是一个非常基础的研究方向,也是刘洋老师鼓励大家选择的一个方向。
复杂
“复杂性”意味着您选择的问题必须具有足够的规模和复杂性,以支持您进行三到五年的研究。这个问题必须分解成几个创新点,也就是几个子问题。通常,每个创新点对应一篇学位论文,三(或两篇)学位论文对应一个学位论文。
系统的
如前所述,您选择的问题必须能够分为几个子问题,但这还不够。这些子问题也应该是密切相关、有机联系和整合的。换句话说,你做的问题必须是系统的。
在这里,刘老师举了一个博士论文的反例:“xx方向的几个问题”。“有些”是指你正在研究的几个子问题是分开的,孤立的,你写的论文也很糟糕。
所以在选题的时候一定要做好顶层设计,想好未来几年要做的工作。这些工作应该分为几个方面。同时,您必须确保这些子问题在未来三年内不会过时。
除了学生,导师在选题中也扮演着非常重要的角色。很多CMU导师都把帮助学生选题作为最重要的职责,以免耽误学生,浪费天赋。
可行性
“可行性”是指你选择的问题应该有在短期内得到解决的可能性。
“我们不做时间旅行(时间)和反重力研究,因为它们不是重要的问题,我们想不出如何解决它们。”
一个重要的问题必须是肯定的,并且必须有一个解决方案。科研上可以雄心勃勃,但初期必须分解成三年内可以解决的问题。一千英里始于一步。
可接受性
“可接受性”是指你的研究组有很好的工作积累,可以提供最大的帮助。
牛顿说我们要“站在巨人的肩膀上”。你可以尽可能站在研究组的积累之上。也许你的导师和前辈对这个问题很熟悉。同时,实验室还拥有大量的设备和各种数据,可以帮助您更顺利地进行研究。更快地进入角色并取得成果。
当然,这东西不是必需品,只要你够勤奋,你也可以通过自己的努力,在新的方向上做出新的工作。尤其是机器学习领域,很多数据和研究工作都是开源的,其接受度不如其他学科强,比如生物学所需的大型设备。
适应性
最后,我需要提到适用性,即我对这个问题感兴趣并且可以充分发挥我的优势。成功取决于你能否发挥自己的长处,学会扬长避短。
科学研究就像玩游戏一样,具有多种能力,例如表达能力、逻辑思维能力、自我管理能力和反思能力。找到自己的长处,会让你觉得自己像鱼在水里。
如何选题?
说完选题标准,接下来要说的是具体的选题步骤:
毛主席说:“一个指挥员的正确部署,来自正确的判断,正确的判断,来自正确的判断,正确的判断,来自对各种侦察资料的周到必要的侦察和连贯的思考。”
这段话出自毛泽东1936年12月在延安抗日红军大学的演讲《中国革命战争中的战略问题》。我们完全可以把这个军事理论应用到学术选题上论文,如下图所示:
在这个过程中,三件事很关键。一是研究课程论文选题,二是思考,三是判断。
但现在有一个问题。在研究过程中,我们是不是先提出问题2022-2023,然后带着问题阅读文献;还是先读文献,再思考再提问?
刘洋老师说:“这两种方法各有千秋,先读文章,然后根据批判性思维提出自己的Idea,是一个很好的方法。很多人说,如果你没有Idea,你就会读100篇,300篇后会有新的想法。如果你先仔细想想自己对问题的看法,再看看别人的研究,你会有很高的独立性。通过你的碰撞自己的想法和文学,你可以有更好的想法。”
因此,这两种选题思路都是可行的,各有优缺点。
学术第一步:多读文献
经常阅读文献,及时更新知识结构课程论文选题,站在领域前沿,包括但不限于经典著作、期刊、会议文集、学者主页、社交媒体和预印本网站。这些渠道各有特点:
精选经典加州大学伯克利分校I.教授机器学习书籍清单;
在期刊层面,关注阅读领域内外的期刊和期刊。跨学科创新很可能发生;
会议论文集时效性高、质量高,甚至AI领域的顶级研究工作都发表在会议上,这是最好的平衡;
及时了解本学科顶尖学者的研究问题也很重要。熟悉前沿对你的选题很有帮助;
社交媒体已成为学术成果的重要发布场所。许多美国学者喜欢在推特上发布他们的研究成果,甚至比论文还要早;
另一个信息来源是预印论文网站,它对计算机科学的时间最敏感,但论文的质量参差不齐。
但问题是:我们如何阅读这么多论文?
面对这么多的论文,刘洋老师说,一定要权衡一下粗读和精读的关系。或许80%的论文只需要看论文的题目。你只需要有一个印象,然后找出你是否遇到了一些问题。
因为你只需要阅读 20% 的论文,就可以获得几乎 80% 的所需信息,接下来重要的一步就是深化我们对这些知识和研究成果的思考。刘洋先生根据现有的资料,说我们需要建立自己的知识体系,加深理解,形成个人观点。
想象一下,我们的知识系统是一个知识图谱。每篇论文都是一个节点。不同节点之间可能存在连接。这些连接代表论文之间的连接。可能有些节点有很多边,这说明它扩展了很多研究,是重点论文。
关于如何找到应该仔细阅读的部分的1%,我们可以将阅读论文视为漏斗形状。我们先看论文标题的80%,然后再看论文摘要的20%,这样最后1%是“泄露”出来的,论文需要了解所有的细节。这是一个自然的筛选过程课程论文选题-研究生学位论文如何选题?清华大学刘洋教授的线上课程火了,而不是直接选择 1% 的文章。
另外,我们也可以请老师查询某个领域的必读论文,并以此作为入口。一般来说,论文的阅读顺序可以表示为:必读论文、领域先驱发表的论文、前沿论文。
独立与勇气
选题肯定需要独立思考,不能把希望寄托在别人身上。尤其对于国内的很多学生来说,不要过分依赖导师的建议,还要充分发挥自己的看法和想法。当然,独立思考并不意味着封闭。听取导师、学长和同学的建议也很重要。
国内科研工作者相对保守,因为高回报一般意味着高风险。我们害怕尝试新的和有价值的探索。因此,在独立思考之后,我们一定不要害怕风险,勇于去做一些具有挑战性的新研究。这些新的研究是因为更高的风险和更高的门槛,当然竞争也会更少。
敢于挑战新问题的人少之又少,还要面对各种压力。
最后确定题目
无论是做文献研究,还是构建自己的知识体系,最终也需要确定主题。找到一些候选的研究课题后,我们可以通过简单的打分来做出理性的判断。
下面刘洋先生给出了他的个人体重设定。他认为,重要性、创新性和前沿性这三个指标尤为重要。候选人1最后总分最高,代表创新性和前沿性非常高,但同时风险也比较高; 2 和 3 代表了比较平庸的研究课题类型,但是非常安全,可以保证。结果。
作为个人建议,刘洋先生依然极力主张选择创新的研究课题,以免浪费年轻的时间。
论文选题是一个重大决定。越早确定越好。同时,如果确定,则不应更换。否则,研究将更加紧凑,研究生学习将花费更长的时间。由于选题的重要性,了解什么是好的研究课题就显得尤为重要。这个标准不一定取决于上表中的10个量化标准,还取决于你自己的知识体系和意见等各个方面。
视频讲座最后,刘洋老师在线解答了同学们的提问,机器之心也在文章的具体位置补充了一些问答。
刘洋老师介绍
清华大学计算机科学与技术系主任,教授,人工智能研究所所长,国家杰出青年基金获得者。研究方向为自然语言处理。在自然语言处理和人工智能领域的重要国际期刊和国际会议上发表论文80余篇,获得ACL 2017优秀论文奖和ACL 2006亚洲自然语言处理优秀论文奖。获得国家科技进步二等奖、中国电子学会科技进步一等奖、中国中文信息学会钱伟昌青年创新奖一等奖、北京市科学技术二等奖奖。
~ly//.pdf
文都管联院在预祝2021-2022一路长虹!