《娜璋带你读论文》系列主要是督促自己阅读优秀论文及听取学术讲座，并分享给大家，希望您喜欢。由于作者的英文水平和学术能力不高，需要不断提升，所以还请大家批评指正，非常欢迎大家给我留言评论，学术路上期待与您前行，加油。

前一篇带来李沐老师对论文写作和科学研究的分享，介绍找问题和明白问题的重要性（Asking Questions, Finding Answers），核心为Topic、Question和So What三点。这篇文章将详细讲解讲一个故事，能让读者信我讲的东西（讲好论文的卖点），怎么样提出我的论点和论据来支撑我要讲的故事，在第四部分会讲怎么样把这个故事写下来。基础性文章，希望对您有所帮助。一方面自己英文太差，只能通过最土的办法慢慢提升，另一方在面是自己的个人学习笔记，并分享出来希望大家批评和指正。这些大佬是真的值得我们去学习，献上小弟的膝盖~fighting！

参考李沐老师github和原视频地址，感谢、感恩和推荐大家阅读：

https://github.com/mli/paper-reading/
https://www.bilibili.com/video/BV1WB4y1v7ST
“爱喝水的崩奔”老师的笔记：https://www.bilibili.com/h5/note-app/view?cvid=17586472

在这里插入图片描述

文章目录

前文回顾
Making an Argument（怎么样讲故事）
第7章 Making Good Arguments: An Overview
- 1.Argument as a conversation with readers
- 2.Supporting your claim
- 3.Connecting claims and reasons with warrants
- 4.Building a complex argument out of simple ones
- 5.Creating an ethos by thickening your argument
第8章 Making Claims
- 1.Determining the kind of claim you should make
- 2.Evaluating your claim
- 3.Qualifying claims to enhance your credibility
总结及个人感受

前文赏析：

[论文阅读] (01)拿什么来拯救我的拖延症？初学者如何提升编程兴趣及LATEX入门详解
[论文阅读] (02)SP2019-Neural Cleanse: Identifying and Mitigating Backdoor Attacks in DNN
[论文阅读] (03)清华张超老师 - GreyOne: Discover Vulnerabilities with Data Flow Sensitive Fuzzing
[论文阅读] (04)人工智能真的安全吗？浙大团队外滩大会分享AI对抗样本技术
[论文阅读] (05)NLP知识总结及NLP论文撰写之道——Pvop老师
[论文阅读] (06)万字详解什么是生成对抗网络GAN？经典论文及案例普及
[论文阅读] (07)RAID2020 Cyber Threat Intelligence Modeling Based on Heterogeneous GCN
[论文阅读] (08)NDSS2020 UNICORN: Runtime Provenance-Based Detector for Advanced Persistent Threats
[论文阅读] (09)S&P2019 HOLMES Real-time APT Detection through Correlation of Suspicious Information Flow
[论文阅读] (10)基于溯源图的APT攻击检测安全顶会总结
[论文阅读] (11)ACE算法和暗通道先验图像去雾算法（Rizzi | 何恺明老师）
[论文阅读] (12)英文论文引言introduction如何撰写及精句摘抄——以入侵检测系统(IDS)为例
[论文阅读] (13)英文论文模型设计（Model Design）如何撰写及精句摘抄——以入侵检测系统(IDS)为例
[论文阅读] (14)英文论文实验评估（Evaluation）如何撰写及精句摘抄（上）——以入侵检测系统(IDS)为例
[论文阅读] (15)英文SCI论文审稿意见及应对策略学习笔记总结
[论文阅读] (16)Powershell恶意代码检测论文总结及抽象语法树（AST）提取
[论文阅读] (17)CCS2019 针对PowerShell脚本的轻量级去混淆和语义感知攻击检测
[论文阅读] (18)英文论文Model Design和Overview如何撰写及精句摘抄——以系统AI安全顶会为例
[论文阅读] (19)英文论文Evaluation（实验数据集、指标和环境）如何描述及精句摘抄——以系统AI安全顶会为例
[论文阅读] (20)USENIXSec21 DeepReflect：通过二进制重构发现恶意功能（恶意代码ROI分析经典）
[论文阅读] (21)S&P21 Survivalism: Systematic Analysis of Windows Malware Living-Off-The-Land (经典离地攻击)
[论文阅读] (22)图神经网络及认知推理总结和普及-清华唐杰老师
[论文阅读] (23)恶意代码作者溯源(去匿名化)经典论文阅读：二进制和源代码对比
[论文阅读] (24)向量表征：从Word2vec和Doc2vec到Deepwalk和Graph2vec，再到Asm2vec和Log2vec（一）
[论文阅读] (25)向量表征经典之DeepWalk：从Word2vec到DeepWalk，再到Asm2vec和Log2vec（二）
[论文阅读] (26)基于Excel可视化分析的论文实验图表绘制总结——以电影市场为例
[论文阅读] (27)AAAI20 Order Matters: 二进制代码相似性检测（腾讯科恩实验室）
[论文阅读] (28)李沐老师视频学习——1.研究的艺术·跟读者建立联系
[论文阅读] (29)李沐老师视频学习——2.研究的艺术·明白问题的重要性
[论文阅读] (30)李沐老师视频学习——3.研究的艺术·讲好故事和论点

前文回顾

回去前两部分内容：

写文章的时候要跟读者建立联系，因为我们写的文章最后是要给读者来读的
在选题的时候要选择有价值的题，读者认为这个问题是值得解决的

现在假设你的研究已经正常的展开，已经做了一半或者甚至是一大半的时候，这时候就要开始想说怎么样来讲故事，写论文了。也就是说，我选的题已经保证了读者会来读我的文章，他有兴趣来看，但最终要干的任务是要让读者信我写的东西，包括我对一个问题提出了一个新的看法，要让大家认同这个看法。或者说提出了一个新的方法，使得大家相信这个新的方法确实能解决某一个问题。

这篇文章的核心是讲一个故事，能让读者信我讲的东西（讲好论文的卖点），怎么样提出我的论点和论据来支撑我要讲的故事，在第四部分会讲怎么样把这个故事写下来。

在这里插入图片描述

Making an Argument（怎么样讲故事）

怎么样讲我们的故事。Argument可以翻译成“论述”或“论据”，口语化中叫“故事”也可以。我们要讲一个故事（科研写作），肯定不能像小说或日常对话一样的讲故事，需要是有理有据的讲一个故事。

前言
怎么样收集一个研究的论述。你不能等到把所有的信息都收集全的时候，再去考虑故事要怎么写。因为你可能很难把所有东西都收集，如果没有一个故事的话，也不知道应该怎么去收集你的东西。

You can’t wait to plan your argument until after you’ve gathered every last bit of data and found every last relevant source.

在这里插入图片描述

当然，想一个故事和做研究很多时候是一个并行或交错进行的过程。如果做过研究的话，很有可能一开始想做的东西是做问题A，但是你随着研究的深入，或者提出了新的方法或者是读了更多的文章以及做了更多的实验，会发现其实你更想解决的或更适合解决的是问题B，所以这时候整个研究的一个计划以及要说的故事都会跟着发生改变。

实际上，对大部分研究来讲，很难在一开始就能预测到想要怎么样的结果，如果在一开始就知道最后的方案是什么样子，结果是什么样子的话，很有可能这个就不叫——研究，这个东西一般叫做——工程。

工程就是我们一开始能想清楚答案，只要把它执行好就行了
对研究来讲，我们通常要去探索未知的一些答案

作者说我们需要有一个这样的故事在心中，去指导收集什么样的信息以及做什么样的实验；然后这个故事叫research argument（学术的论点或论述），就是用来回答所有我们可以预测的一些读者的问题，这样话，就知道你的研究还剩了多少可以做。这就是为什么，作者一开始就说，需要早一点想我们的故事，不要等到所有的研究做完了再去想。

比如：做实验证明算法很有效，但是如果我在最后发现故事发生变化的情况下，很有可能需要重新做一个实验。例如在不同的超参数或不同的情况下做一些实验，甚至是换一下数据集或应用。
所以，不能说我们已经做完了所有研究，剩下一点时间来写论文，写着写着就发现故事讲不通了，要换的时候再改就很麻烦了；而是说一边做实验一边讲故事，把大纲写出来，如果故事要发生变动的话，实验可以跟着变，这样子就是比较好的一个过程，不要等到最后开始写。

在这里插入图片描述

解释什么是argument
对于研究来讲，很多时候我们一开始是没有冲突的，只是说大家在信息的获取上面是不一样的，你的思考可能更前一点，所以我们要干的事情更多是跟读者做一个合作的探索，让读者在读了之后也达到跟我们同样的认知水平上。

这里重要的一点是说，不一定需要读者也认同我们的方法是最好的，更多是读者在读了我们的文章之后，他跟我们一起去探索解决一个重要问题，这个问题读者也是关心怎么样去解决它，然后在读者在这个过程中间也去思考。他也许在思考后说：我的结论跟你是差不多的、我觉得你这方法很好；或者也会说：在这过程中我发现一个更好的想法，我可以在你的方法再做改进，得到一个新的研究，这个都是我们要追求的。

support our claims with good reasons and evidence
Why should I believe that? 证明你的论点是可信的，通过足够多的论据和原因
先前在研究问题中，在考虑研究问题为什么有价值时，我们需要不断去问So What这个问题。同样道理，在组织你的故事时候，我们要不断的从读者角度去问这个问题，为什么我应该相信这个事情（Why should I believe that?）。

如果整本书要抽出两个狠心问题，其实就是这两个问题：

So What（研究动机在哪，我们现在做的东西So What，别人care不care，Motivating Your Question）
Why should I believe that?（证明你故事的论点和论据，使人信服）

所以，在研究开始和研究结束的过程中，不断的给自己问这两个问题基本上就可能指导怎么样做研究了。

第7章 Making Good Arguments: An Overview

1.Argument as a conversation with readers

Making Good Arguments: An Overview（研究故事概述），整个论证里面几个核心的东西：

首先要提出一个论点（make a clam）
然后用一些原因和证据来支撑我们的论点（Assembling Reasons and Evidence）
有时候需要承认和回复一些别的观点（Acknowledgments and Responses）
最后有时候要提供你推理的一些逻辑原则（Warrants）

在这里插入图片描述

举例说明在日常对话中怎么充分利用这个东西。

在这里插入图片描述

当理解每一句话在整个论述中扮演的角色的时候，既能够帮我们去更好的读一篇文章，而且是用批判性的眼光去读一篇文章，也能帮助我们在构造自己故事的时候，能够让每一句话都在发挥它的用处。所以写作的核心是说，要在脑海中去预测这样子对话，使得在跟人真的对话之前，把所有这种可能性——别人攻击你的地方，以及缺失的理由、论点、论据全部补充起来，这样子就能写出别人相信的故事。

解释几个重要的元素：

论点：我们核心的理由是什么东西，很多时候文章最后就是一个核心的论点，当然论点还有别的子论点支撑；
Claim：what do you want me to believe? What’s your point?
理由：为什么我们的论点是对的；
Why do you say that? Why should I argee?
论据：一些数据点或者别人的工作；
How do you know? Can you back it up?
承认和回复：对于别的一个观点的一个说明；
Acknowledgment and Response: But what about…?
保证：这个逻辑是怎么样过来的，如果读者不理解的话，应该把它说出来，解释一下我们的理由为什么能解释我们的结论好。
Warrant: How does that follow? What’s your logic? Can you explain your reasoning?

2.Supporting your claim

核心要干的事情（支撑论点 Supporting your claim）：
(1) 怎么用原因和论据来支撑你的论点
用原因来支撑的话，一般会有一个“because”这一个词在这个地方。在一般的情况下，很少只用一个理由来支撑你的论点，很有可能会用多个理由，而特别的是说，其实理由的本身也是一个论点。举例如下：小时候删除学语言。

在这里插入图片描述

(2) 以论据为基础
理由必须是在论据之上的（基于论据），结论是基于好的原因，理由又是基于好的论据。

所谓的论据就包括了做实验得出来的一些实验结果，或者前面值得信任那些工作里面的一些论点，论据相对客观，这个是现实存在；理由很多时候更多是一个思维的逻辑，是存在你脑海中的，论点也比较偏主观。一旦我们成功的把论点通过理由和论据支撑住了之后，被大家认可之后，我们的论点也会成为别人工作的一个论据。

我们一个论点需要有原因来支持，这些原因又基于我们的论据，所以我们要保证原因能够合理的解释我们的论点，反过来讲每一个原因也需要有它的论据来支撑才是合理存在的。

在这里插入图片描述

使用承认和回复：
作者提前的预测读者可能会提的一些反对意见，然后把答案写在这里，这样子在读者读且心中产生问题的时候，作者就在下面就把这些问题给回答掉。其实回答本身不是最难的问题，最难的是说在写的时候要假设他们这些问题的存在，就是你要想到你的读者可能会提这样子的问题。举例说明：

当你写一篇论文的时候，会很小心地想出各种情况，包括最初做实验、设计、写作等阶段，不管跟你的作者、导师推敲多久，一旦论文投到一个会议或杂志时，你总会发现评审人会问你一些问题，你根本就没有想到，但是这些问题的答案又很简单，你其实都能回答。然而，因为你没有预测到他们会问这些问题，所以在论文中你没有回答这些问题，导致只能在Rebuttal时候的时候再去解决。此时的效果要远远地差于你在文章刚开始就写清楚，别人会更加信任你的工作，而不是去反驳疑问。

学术论文rebuttal经验分享 - B站

核心观点是：我们得尽量考虑周全，去想象你的读者会问这样子的问题。

在这里插入图片描述

下面是框架图，我们有个论点，需要理由来支撑，这些理由也需要用论据来支撑。另一方面，我们的论点可能有一些反对的意见，或者不同的解释、不同的看法，这样子我们需要去承认这些东西的存在，并且给予回复。既要把正面的撰写清楚，也要把反面的考虑到。

在这里插入图片描述

3.Connecting claims and reasons with warrants

需要注意，用理由去支撑论文时，读者可能会看不出它们之间的关系。举例如下：

论点是说“我们看到在欧洲和北美有更多医疗开销，这是因为气候变换导致冰冻线往北移”。如果你对这块不了解，很可能看不懂为什么理由能支撑这个结论，它们之间的联系是怎么回事。在读者看不明白的时候，需要补充说明它们之间的联系，不然读者是不会买账的，至少李老师也看不懂。

在这里插入图片描述

这个补充说明一般是一些通用的原则，就是一些大家都能接触的东西，然后把它作为一个通用的原则。在这个原则之下，能够特立出我们的推理逻辑；

当一个区域有更少的冰冻时，会导致亚热带的昆虫被更少地杀死，从而使得人类需要跟亚热带昆虫带来的疾病做斗争，以至于医疗开销增加。

整个逻辑比较绕，所以使用类似的理由需要小心，保证大家能接受和认同。接下来大家要知道如何从通用原则，怎么样细化推理到具体的论点和论据上。对上面例子的补充说明如下：

当一个区域有更少的冰冻时，我们可能会有更多的医疗开销去处理亚热带昆虫带来的疾病。接下来是论点和原因，以及一个论据，即过去的一百年里冰冻线已经低了很多以及对应的速度，从而让读者更加信服。

因此，当原因和论点之间隔得比较远的时候，需要给出一些推理的保证，来使得读者能清楚的认识到我们的原因和论点是怎么样联系起来的。

在这里插入图片描述

4.Building a complex argument out of simple ones

实际上我们真正写的时候，整个逻辑可能是比较复杂的。

我们对一个论点通常会有两个或更多理由来支撑，这些原因可能本身又被另外的一些理由来支撑，而且每个理由需要有对应的论点，如果理由之间联系不紧密，还需要一些保证来给大家讲明白。
读者总会从反面去想你的论点，大家都是抱着批判的态度来看你的文章，你需要给出很多种反面的意见，使得你整个论据更加可信。

因此，可能就想说一个很简单的东西也可以变得比较复杂，想把一个文章写的有理有据、滴水不漏是一件很难的事情。

5.Creating an ethos by thickening your argument

要把argument弄得“厚一点”。在支撑论点的时候，正正反反都要多讲一点，因为我们的目的是要通过这些比较厚实的论述，让读者能够相信我们所说的内容，这也是我们科研写作的终极追求。

在这里插入图片描述

最后补充常见的错误：

当你刚进入一个新的领域时，甚至在别的领域已经做过研究了，新领域可能在摆道理的方法跟别的领域是不一样的。比如，写系统方向文章和算法方向文章是不一样的，它里面用来说明这些观点以及最终目的是由区别的。当然学科不同也存在差异，在科学技术领域，通常会引用数据或客观的知识，而文学会引用读过的经典文章论述或论点。因此，当新进入一个领域或者是换一个领域的时候，要去多读人家的文章去看其他人是怎么样去讲论述的。
如果在一个领域待的时间够久的时候，其实什么都懂了，这时候再去写的时候可能会写的比较简单一点。比如，你可能认为一个理由去支撑一个论点的联系是显然的，但是读者没这么熟悉，可能看不出来；另一个，你可能觉得论点的反面论据显然不对，但如果没有写出来，读者可能会觉得反面原因有一定道理。因此，在写作的时候，还是需要向主流人群来看拢。

第8章 Making Claims

Making Claims（支撑论点）。所谓声明，就是研究问题的答案，就是把答案浓缩成一句话变成声明，然后整个文章主要是围绕去支撑这个声明。本章将讨论怎么样识别不同种类的声明，告诉方法判断声明是否具体和重要。

声明通常要考虑那么下面这3个问题：

我在做一个什么样类别的声明（What kind of claim should I make?）
因为不同类别的声明，导致可能要支撑他的这些证据是不一样的
声明够不够具体（Is it specific enough?）
因为对于比较空洞的声明，大家读起来会不太信任
声明够不够重要（Will my readers think it is significant enough to need an argument supporting it?）
读者觉不觉得有必要去花一篇文章去支撑我这样子的声明

在之前找问题的时候，一定要找到有用的问题，读者觉得你这个问题是重要的。现在是说你的声明同样是重要的，我们要解决一个有价值的问题，然后我的解决的方法本身应该也要是有价值。

在这里插入图片描述

1.Determining the kind of claim you should make

首先，来看看这些声明怎么样分类。

偏概念性的分类：

声明一些什么东西存在，或者什么样的事实
声明一些什么样的定义，什么样的分类
声明什么样的原因，和它导致的一些后果
声明一些评论，是好是坏
声明对于解决某一个问题的话，需要采取什么样的行动，或者是什么样的政策

偏实际技术性的分类（我们写的文章声明属于该类）：

我们的方法是可行的，可以花合理的时间和力气来实现它
e.g: 人工智能通常在讲提出一个什么样的算法，一个简单的办法是我的代码是开源的，我预训练好的模型是可以公开下载的，所以导致大家觉得你这东西是可以实现的
实现它的代价要少于你不解决这个问题给你带来的代价
e.g: 如果说你的问题很新，通常要去讲这件事情；如果你的问题不那么新，前人已经做了很多工作的情况下，可以忽略这个问题，防止出现大炮打蚊子的现象，花费大量精力却提升很小。
解决这个问题会不会创造一个更大的问题出来
e.g: 会不会创造一个有意识且对人类不友善的人工智能出来，会不会危害人类；或者你花了几千块GPU来训练模型，会不会造成环境污染；再或者当你模型部署在工业界解决实际问题时，会不会对社会的公平性造成危害。
我们的方法为什么要比别的替代的方法更加便宜、精度更高或更快，李老师觉得这是我们写文章主要声明的东西

在这里插入图片描述

2.Evaluating your claim

什么样的声明是比较好的。这本书写的比较通用一点，它无法告诉我们说，具体怎么去找到一个特别好的一个声明，声明需要是具体且重要的（both specific and significant）。

(1) Make your claim specific
举例怎么把声明变得更加具体。

声明增加层次感：

有一些领域可能不那么希望特别直白的一个声明，希望有那么一点点转折和一点点的层次。我们可以用一个 although 或者even though来开始，然后在结论的后面加上一个 because，把你的层次感增强，更加饱满。
举例如下，但技术领域通常不会把句子写这么长。

(2) Make your claim significant
怎么样把声明变得更重要一些。

第一类：对一个大家感兴趣的话题提供新的证据
第二类：不仅仅把数据展示出来而是要用数据去回答一个大家有争论、不那么确定的问题的答案

怎么样去看现在想到的声明重不重要，把结论反过来看一下结论是长什么样子。同时，我们的研究不一定要去追求一个大新闻，很多时候是做一个比较小的发现，能启发别人在你的工作上做出更有意思的东西，也是挺好的，比如人工智能领域每年出很多文章，但真正重要的可能就几百篇，剩下的文章可能只能影响到极少数的研究员。

3.Qualifying claims to enhance your credibility

怎么样把论点变得更加可信一点。

这其实是一个心理学的问题，如果想让别人信我们说的话，最好不要把话说的特别的满。同样，如果你想让别人觉得你特别厉害的话，你也不要总是自夸，谦虚一点承认自己在某些地方不足，很有可能会得到更多的尊重。作者给了两个不同的方法使得论点更加可信。

(1) Acknowledge limiting conditions
可以承认一些局限性的条件。有时候话说得不那么满，大家可能接受起来更加自然些。

很多时候去想限制条件的时候，是从读者角度来出发的。从他们的角度来讲，去想想我们的理由也好我们的论据也好，在哪些地方更加薄弱一点，把这些薄弱的地方作为限制条件给出来之话，那么对整个的可信度就会增加。

在这里插入图片描述

(2) Use hedges to limit certainty
使用一些降低语气确信度的词，使得论点显得没那么的强硬。

比如诺贝尔获奖作者70多年前发表在Nature上的工作，DNA双螺旋结构的文章。用到了“whsh to suggest”、“In our opinion”、“We believe”等词，觉得先前的工作不对，并且当时存在很多不确定性。

在这里插入图片描述

当然，如果讲的特别自信的话，读者会觉得更加的难以置信一些。如果用了大量这样子的不确定的词汇，整个文章可能会显得比较弱，别人会觉得你可能自己也不是那么的确信，尤其是技术论文，使用得不多。此外，中国人写作语气不会太满，因此不用太在意这一条建议。

但需要注意，一定要尽量要避免这些词汇：all、no one、every、always、never。它们比较情绪化，在科研写作需要避免。

O(∩_∩)O attention is all you need

总结及个人感受

写到这里，李老师就讲完了第3部分，该部分主要是讲好故事和论点。

第七章：讲好故事（Good Arguments）

怎么样去组织你的故事，首先要提出一个论点，然后用一些原因和证据来支撑我们的论点，有时候需要承认和回复一些别的观点，最后有时候要提供你推理的一些逻辑原则。

第八章：支撑论点（Claims）

本章将讨论怎么样识别不同种类的声明，告诉方法判断声明是否具体和重要，整个论文主要是围绕去支撑这个声明。具体内容包括：在做一个什么样类别的声明、声明够不够具体、声明够不够重要，什么样的声明是比较好的，怎么样把论点变得更加可信一点。

个人感觉这个视频的核心要点：在写作的时候，可以先把故事的骨架写出来，论点是什么，理由和论据又分别是什么，把故事的逻辑先梳理清楚。故事的逻辑是不可能通过写作来弥补的，构思的时候就要想清楚。怎么样去支撑你的论点，核心就是你有一个论点，通过理由能够架在论据上面。论据要能站得住脚，理由要能撑住论点。同时还要考虑读者会有什么疑问，写的时候回应这些潜在的问题。最后，要保证论点和理由之间需要有充分的论述。
——BY B站读者：爱学习の竹子

再次感谢李沐老师的分享，推荐大家多看看李沐老师的视频和分享，值得大家学习，学无止境，受教受教。

https://www.bilibili.com/video/BV11S4y1v7S2

真诚地感谢大家还记得一位名叫“Eastmount”的博客分享者。繁华尽处家人伴，一壶老酒醉春堤。新的征程，新的生活，新的开始。不忘来时脚下的路，不忘求学的初心。感恩奋进，继续加油！这篇文章就写到这里，希望对您有所帮助。由于作者英语实在太差，论文的水平也很低，写得不好的地方还请海涵和批评。同时，也欢迎大家讨论，且看且珍惜。

在这里插入图片描述