深度学习研究的方法（二）：怎么讲好一个故事？

上一期我们探讨了写文章之前事情，包括了我们为什么要写论文？读者想看什么？如何找到值得研究的问题？怎么调研和找文献？等等问题。Ryan：深度学习研究的方法（一）：怎么寻找Idea？

在这一节中我们会探讨论文写作中论点，论据，论证的组织，以及承认，回应与担保在说理中的作用，以上事情要在动笔前想清楚，列出你的提纲或者故事板。笔者将《研究的艺术》（The Craft of Research）的内容转化为若干问题并逐个回答，来解答我们比较关心的若干疑问。同时可以配合李沐老师的这个系列视频（研究的艺术）进行理解与阅读。

本章对应着原书第三部分提出并支撑你的论点（Making a Claim and Supporting It），很多人将这种论述叫做“故事”，我们也沿袭这样的称呼，但是要注意我们的这个故事不是叙事性的而是议论性的。首先我们概要地介绍一下怎么讲好一个故事，然后我们从议论文/故事的三要素：论点、论据、论证入手，其中论证这里被分为了理由、承认与回应还有担保。我们会分别介绍他们的作用以及如何组织。

首先我们定义一下故事是什么，一个故事是解答读者所有可能问到的问题的理论框架。我们的论文的目的是与读者交流并就某一个问题达到一个结论。所以我们在讲故事的时候一直思考读者为什么要信你的故事？我们在要从读者的角度去问自己这些问题。因为论文是一个假想的对话，所以必须要考虑到所有可能性，把所有的论据，数据都准备完整。

其次，我们如何讲好这个故事呢，先看下面这一张图，这也是笔者认为本书最重要的一张图。首先我们有一个论点（Claim）是对我们上期提到的研究中的问题（Question）的解答，这是我们论证的核心。当你提出一个论点，你需要提供理由（Reason）和证据（Evidence），承认（Acknowledge）或者回复（Response）其他观点，解释推理原则（Warrant），来让其他人相信你的观点。

同时我们可以问自己以下几个问题，来为自己的论文理清思路。请注意这不是论文的本身的结构方式，我们在真正写作的时候会根据论文的要求进行结构化，这里涉及的是论文内容上的关联性问题。

1. 我的论点是什么？

2. 我有什么理由来支撑我的论点？

3. 我有什么论据来支撑我的理由？

4. 我承认了其他替代方案，类似工作和反对意见了吗？我应该如何回应？

5. 我的理由连接到我的论点的原则性、背景性的担保是什么？

我们可以把论文，特别是Introduction，中每一句话分类为推理过程的元素，然后可以理清我们需要的元素，也能理清我们的说理是否完善。这种说法很八股文，但是很有效的理清思路的方法，在实际写作中常常并不拘泥于固定的说理方式，也要根据情况变化。这个框架可以作为一个比较好的参考。

论点的描述和问题的描述类似，最重要的就是吸引读者的兴趣，在描述详细的前提下要突出其重要性。论点之后也会转化为贡献点，所以也可以按照贡献点的形式来组织。我们可以先问自己下面三个问题：

1. 我需要阐述什么样的论点？

2. 我的论点足够详细了吗？

3. 读者们会认为我的论点很重要吗？

我们需要阐述的论点和问题类似，无外乎性能，消耗，安全等等。比如为什么我们的方法可行有效？我们的方法能提升多少性能或者降低多少消耗？我们的方法是否比其他方法更好？同时我们也需要更加具体，不能只说我们提升了性能，我们到底是在什么任务上，以什么条件，获得了怎么样的性能也需要阐述清楚。

那怎么确定自己的贡献是否重要呢？一个方法是把这句话否定，看看这个是不是有意思，是不是很重要？如果结论是错误的但是你证明是正确的，那么影响力会很大。

虽然我们强调要吸引读者的兴趣，但是不能夸大论文的贡献，否则读者如果在文中找不到足够的证据来支撑你的论点，会对论文造成非常大的负面印象。这时候我们需要考虑两点：

1. 不要把话说的特别满，要更加谦虚一点，考虑到限制条件，考虑限制条件可以使得证据更加可信。

2. 使用语气词来限制可行性，但是不要特别在意，只需要避免all no every等全部的词即可，因为这样的论点一般很难证明。

我们需要用原因和论据来支撑我们的论点，所以最好在动笔之前找到你的理由和论据。否则，整个论证无法展开。我们可以采用以下的故事板形式，在动笔前把我们的论点，论据，论证都摆在一起，每个理由都有相应的论据支撑。

其中原因和论据的作用是不相同的，原因可以用来解释论点，但是不能作为结束，必须要用论据作为结束，论据可以是数据或者前人论文。比如说，我们的性能好是论点，我们的性能在某个任务上打败了其他方法作为原因，我们实验的具体数字作为论据。

决定论据有效性的是读者而不是你自己，所以需要预测观众的需求，论据尽可能的准确。有的时候我们认为一个显而易见的道理/尝试摆在面前可以作为论据，但是从其他人看来并不是这样子。其他人可能需要更加丰富的数据，更加权威的论文对你的理由进行支撑，否则就会冠以论据无法支撑观点的帽子。所以我们需要根据本领域本会议的常用做法来推断，我们的读者希望看到什么样的证据，并进行展示。

引用别人的数据和自己的数据的时候，需要比较客观，因为我们常常并不是将真实的原数据进行报道，而是将自己的实验或者别人的论文加工成。同时我们需要仔细推敲论据的准确性（保证正确，没有错误报道），精确性（精度合适），充分性（有直接因果关系），代表性（样本数足够，样本采样合理），权威性（引用来源要是顶会）。所以我们描述的时候尽量避免使用 some, most, many, almost, often, usually, frequently, generally 这些表示大概的词。

我们在论述过程中需要承认或者回复预期的问题和反对，尽量能够预期到读者可能会问到的问题。因为论文其实是在与读者合作探讨某一个问题，所以需要考虑到读者的想法。如果我们不进行承认和回应的话我们的论证会非常单薄，就像自说自话一样，完全不考虑其他人的意见。

如果说我们之前的说理论据是论文的内在完备性，那么我们进行承认和回应其实是外在完备性。我们会对我们的替代品，不同问题阐述方式，不同方案设置等等问题进行回答。最常见的就是Related Work和Ablation Study，分别是对我们工作的替代品，和我们方案的实验设置进行了讨论。同时我们的承认和回应也可以包含更进一步说理论据，也就是大论证里面套小论证，提供小论据。

我们就常见审稿人会问的问题进行一个总结，大家可以对号入座来补充自己的论证缺陷：

1. 为什么你认为之前的方法有问题？ 这种情况下的成本或后果是什么？

2. 你为什么这么定义问题？ 它是概念性的还是实用性的？ 也许问题不涉及您提出的问题，而是涉及另一个问题。

3. 你提出什么样的解决方案？ 它要求我做某事或理解某事吗？ 它是否完全符合问题？ 它们都是实用的还是概念性的？

4. 你的主张是否过于强烈？ 我能想到例外和限制。

5a. 为什么你的概念答案比其他人更好？ 它与我们公认的知识相矛盾。

5b. 为什么你的实际解决方案比其他人更好？ 这将花费太多、花费太多时间或产生新问题。

还有审稿人对你工作的一些常见的反对意见，大家也可以参考一下：

1. 我想看到一种不同的证据——确凿的数字，而不是图表。

2. 你的证据不准确。 数字加起来不一致。

3. 不够精确。 “很多”是什么意思？

4. 不是最新的。 还有比这更新的研究。

5. 不具代表性。 你没有得到所有样本的数据。

6. 不权威。 你引用的的论文不是这方面的专家。 然而，我们知道一个最强烈的反对意见。

7. 你需要更多的证据。只有一个数据点（引用、数字）不能算是证据。

然而这个承认和回复需要有个度，因为我们写论文不是来应对问题的，而是来解决问题的，所以我们要突出我们自身的论证，也就是论点，论据和理由。承认多了会导致自身论证的不有力，承认少了会导致其他人的质疑。我们如何把握这个度呢？最好的办法是参考本领域其他文章的写法，也就是公认的尺度。参考之后还是比较糊涂的话可以按照以下的优先级来承认和回复：

1. 可以反驳的合理的弱点指控

2. 在你的领域中重要的替代论点

3. 读者希望成为真实的替代结论

4. 读者知道的替代证据

5. 必须解释清楚的重要反例

如果遇到很难回复的问题，或者方法其实有致命的弱点时，可以参考下面的模板：

1. 论点的其余部分不仅仅是平衡缺陷，但我们的贡献比漏洞更有价值，瑕不掩瑜

2. 虽然缺陷很严重，但更多的研究会找到解决方法

3. 虽然该缺陷使方法无法完全实用，但论点提供了对问题的重要见解，并提出了更好的答案需要什么

最后我们需要有中间的推理规则来接连你的论据和论点，也可以叫做逻辑的中间件，通用的公理，或者担保。我们写作的时候需要考虑主流人群，也就是大同行，他们可能不了解你问题和论据提出的背景。有些很常识的问题需要解释清楚，比如视频任务实时性要求比较高，对于一个运行1s的程序我们认为时比较慢的，但是在其他领域，1s可能是非常快的速度，这个时候我们就需要引入担保，来告诉读者我们的这个理由和我们的论点是有非常大关系的。

担保也是为论证所服务的。我们在选用担保的时候不用特别大，合适就行，而且因为担保会增加论证的复杂性，我们尽量少使用。我们可以参考下面的几个问题来构建我们的担保。

1. 这个保证基本上是真的吗？

2. 是否谨慎限制了适用范围？

3. 是否比类似的其他担保更好？

4. 适合这个研究领域吗？

5. 具体的理由和论点是否是我们提出一般担保的好例子？

本章的内容主要阐述了动笔之前整理论点，论据，论证的具体操作，磨刀不误砍柴工，这样的整理能够使得写作的时候更加有条理，论证也更加清楚。下一章我们会探讨具体写作过程中的，开头结尾，摘要，行文，引用等等细节问题。感兴趣的朋友可以关注一下，比较急的朋友可以点击开头李沐老师的视频，或者直接阅读《研究的艺术》原书。谢谢大家的阅读~Ryan：深度学习研究的方法（三）：怎么写好一篇论文？