论文写作——2 语句的逻辑关系与表达（1）

1）写文档（包括论文），我的习惯是第一版先把自己的想法堆上去，毕竟第一版就想把语句写的很精炼、准确是一件难事。 2）修改初稿，建议从：整篇文章的框架布局 -> 段落相互服务关系（参考introduction的故事思路） -> 语句上下文服务关系（本文），这样的顺序去修改 3）不管写英语句子还是中文句子，写好每一句话都不容易，需要作者字斟句酌、反复推敲。不要觉得别人就一步到位了，谁都不易。 4）为了不让自己写的句子比较饶，尽量不要在一句话中，表达太多意思。学会拆分长句需要下功夫。 5）从整段甚至整篇文章的角度看，写好当前语句的另一个重要前提是瞻前顾后。

以近期修改的韬同学ASMI算法、第17版、introduction部分的前四段修改为例。

1. After all, the main idea of instance-based paradigm is directly assigning bag labels to their internal instances, which will cause certain impact on bag classification performance.

这句话的几个问题： 1）语病： is directly assigning是正在进行时->is to directly assign…         after all 我认为是比较口语化的词，不适合写在论文里。 2）句子绕——如果能不用从句解决的，尽量避免。 3）和本段后面两个句子的意思有重复，它们都在说影响分类结果；   a）这句话的意思：基于实例的范式是把包的标签分配给实例，会影响包分类；   b）下面两句 since a positive bag… Using negative instance… ：由于正包很有可能包括正、负实例.用负实例训练分类模型不能得到预期的分类性能   体会一下，b）和a）是否在说同一个意思。 4）这句话前后的语义逻辑不连贯。   再体会：本段前三句话：   a） With the powerful feature extraction…   b）Zhu et al. (2017)文献…   c）Felipe and Claudio（2020）文献…   这里在说引入神经网络后，现有工作简介。   那么，在现有工作简介和说不足之间，应该有一句话承上启下。

图1（原文第2段）

综上原因，本句修改意见     a) Yang: Specially, the common strategy is to assign the bag label to its instances.     b) Min: A common strategy of the instance-based paradigm is to assign the bag label to its instances. 本句话的作用：对于前三句话，说明现有研究工作的共同特点；方便后面的语句表述这一共同点的不足等，总之为自己的工作转折服务。 Yang VS Min :     a） 用A替代the，在这里更能代表现有工作中的一个共同点，用the更有把比人工作限定到都只是这样做的——体会一下。     b）加上the instance-based paradigm就和本段的前一段描述承接起来（再品一下introduction的故事思路一文）

2. Since a positive bag has high possibility to contain both positive and negative instances. Using negative instances (with assigned positive labels) to train classification model may result in undesirable performance.

上一句话修改后的语句是：  A common strategy of the instance-based paradigm is to assign the bag label to its instances.  因此，本句话应转而说这些策略存在的问题，对应摘要里however前后的关系。 修改意见： a）Yang：  however, a positive bag has high possibility of containing both positive and negative instances.  Using negative instances which are assigned positive labels to train classification model may result in undesirable performance. b）Min：  However, a positive bag often contains some negative instances.  They will reduce the performance of the classification model. Min的点评是这样更紧凑，但句子确实短了些。 我想：introduction的故事，尽量说明白一点，让读者读起来更轻松一些可能更好。 这里大家取舍或尝试写写两者兼得的句子。

图2（原文第3段）

3. Ilse, Tomczak, and Welling (2018) try to obtain adequate feature extraction ability by using a specially designed attention layer with two fully connected layers. 见图3的①： 1）写成这样可以接受 2）Mr Min高阶修改方案：这里不一定要遵从原文，使用 adequate 之类的单词，抓住主要意思就是。当然，这是高阶方案。   -> Ilse, Tomczak, and Welling (2018) designed an attention layer with two fully connected layers to enhance feature extraction.   tips： Min也是在反复斟酌，倒腾google翻译改成的。说明高阶句子，也不是自己写不出来，因为别人也是费劲才写出来的。 3）Yang修改的： Ilse, Tomczak, and Welling (2018) try to obtain adequate feature extraction ability by specially designed attention layer with two fully connected layers.   我去掉了 using，理由：       韬原句意思：文献通过使用特殊设计的注意力层获得足够的特征提取能力；       vs       去掉后的意思：文献通过特殊设计的注意力层获得足够的特征提取能力；       Min认为意思就不对了，但我感觉是一样的，这个请教大家。

图3（原文第4段）

4. The general method of these algorithms is designing a specialized attention layer to dynamically allocate weights to instances in one bag ,and aggregate them into a fused vector for classification.

见图3的②： 这句话的问题： 1）长句，把设置注意力网络、分配权重、聚合、融合向量弄到了一堆； 2）重复：   a) ②的前两句：Pappas and Popescu-Belis（2017）：把注意力机制嵌入神经网络学习实例权重； Ilse等使用具有两个全连接层的注意力网络提取特征。已经说明：引入注意力层去干什么。   b）本句话再说：The general method of these algorithms is designing a specialized attention layer…   一是读起来啰嗦；二是句子长；   正好是缩短句子的办法，因此修改为：   ->   Their general method is to learn attention weights to the instances in the bag and aggregate them into a fused vector for classification.

5. The attention mechani effectively avoids the shortcoming of instance-level network, due to the possible wrong instance labels are not exploited.

见图3的③ 这句话看了很多遍才大概懂了说明意思。 毛病在于：     The attention mechani effectively avoids the shortcoming of instance-level network——注意力机制有效避免了基于实例网络的缺点     &     due to the possible wrong instance labels are not exploited.——由于实例标签可能分配错误   这两者之间我认为不是因果关系。 本老师倒腾了半天，也是好不容易改成如下：     ->     The attention mechani effectively avoids the shortcoming of instance-level network caused by incorrectly assigned instance labels.