如何阅读英文文献，有哪些高效的方法或者辅助工具？ |
您所在的位置：网站首页 › 与有道词典相似的软件有哪些呢 › 如何阅读英文文献，有哪些高效的方法或者辅助工具？ |
|
【每日一问】如何阅读英文文献，有哪些高效的方法或者辅助工具？ Datawhale优秀回答者：追风者 方法 先是通读文献综述（理解专业术语和基本概念），起初时应以泛读为主；再研读自己研究领域的经典论文50篇+；确定研究方向之后，要以精读为主，要做到边读文献边做笔记，尤其是在文献中遇到的疑惑点（可以查看参考文献）做出Hightlight标记，因为这些疑惑点将是我们后期主要关注的对象；每周抽出1-2个小时对自己看过的论文进行梳理，总结（可以依照自己的读书笔记进行整理、分类）；在自己的脑海中树立一个“框架”，即好的paper是如何围绕着“提出什么样的问题”（idea）、“如何分析存在的问题”、“怎样具体解决问题”这些脉络，进行层层递进，逐一展开的，同时自己也要发出疑问，“他还存在哪些不足和需要改进的地方”；最后，尝试着做论文的复现工作（我个人认为实现起来是有难度的，待于进一步强化训练）。有时论文的复现可能存在偏差，个人理解是发现论文中的亮点，以作者提出的实际问题出发，为什么作者用文中的idea处理提出的问题，针对论文中的结论是否还有更好的优化方案，这一点可能是难点，我们需要多参考文献，可能好的idea，是综合数篇论文产生的，并不是一蹴而就，拍脑袋瓜子就能想出来的！翻译工具 Google翻译有道词典文献整理 XMind思维导图：https://www.xmind.netEvernote印象笔记：https://www.yinxiang.comMendeley文献管理：https://www.mendeley.comEndnote文献管理软件拓展 How to read a paper ：https://blog.csdn.net/weixin_41246832/article/details/83691363 【每日一问】评判聚类效果好坏的指标是什么？ Datawhale优秀回答者：Chen，三月不努力 聚类的目标结果是簇内相似度尽可能高，簇间相似度尽可能低。 两种度量方法 一种是将结果与参考模型比较，称为外部指标； 主要有Jaccard系数（JCI）,FM指数（FMI），Rand指数（RI），这些指标值在[0,1]之间，值越大越好； 一种是直接考察聚类结果，称为内部指标。 主要是基于距离的度量，有DB指数（DBI），值越小越好；Dunn系数（DI），值越大越好。常见的距离度量有闵可夫斯基距离(一类距离的定义)，欧式距离，曼哈顿距离，切比雪肤距离，余弦距离等 外部指标主要刻画的是聚类模型和参照模型的相似程度，所以这些指标越大，说明距离的结果与参照模型比较相近，效果比较好；内部指标主要是基于簇内样本点的距离及簇与簇之间距离来计算的，簇与簇中心间距越大说明两个簇较远，而簇内样本点间的平均距离刻画了簇内的点的集中程度，距离越大说明点比较分散，距离小说明点比较集中，理想的聚类效果是簇与簇之间距离尽量大，而簇内点尽量集中。 如果是写paper可以看一下这个：https://www.zhihu.com/question/19635522/answer/283447266 【每日一问】有git的入门资料推荐么？ gitbook：https://git-scm.com/book/zh/v2廖雪峰的git教程：https://www.liaoxuefeng.com/wiki/0013739516305929606dd18361248578c67b8067c8c017b000 |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |