趣味として楽しむ論文読みのススメ

最近、趣味で論文を読んでいます

　最近たまに論文を読むようになりました。大学卒業してからは、さっぱり読まなくなっていたのですが、ここ数年は機械学習系の論文がネットで無料に読めるので、主にディープラーニング関係の気になるものをチェックしています。

　といっても、バリバリ読み込んで実装したり、それを上回る研究したりという目的でなくて、あくまで「まぁ一部がわかれば儲けもんか」くらいの気楽な気持ちで読んでいます。大学の研究室にいたときは、論文読みは好きじゃ無くて嫌々ノルマ的に読んでいた不良研究者だったのですが、趣味的に読むと楽しいものですね。

　今は多くの論文が無料で読めるし、驚くような内容のものが、どんどん新しく出てくるので、ある意味下手なSF読むより面白いと思います。お金が無い学生さんは、是非もっと楽しみながら論文を読んで欲しいなと思います（研究で必死だとなかなかそんな気分になれないかもしれませんが）。

論文のまとめ方

　論文、大体読んだまま忘れてしまうことが多いので、自分の理解を深める意味と、後で参照しやすくするためデータベース化したいなと思いました。最近はGitHubで共有したりしている例も多いようです（以下のarXivTimesが有名かも）。

GitHub - arXivTimes/arXivTimes: repository to research & share the machine learning articles

　ただ、私はあくまで自分が興味あるものを好きなペースでメモしたいだけなので、はてなブログにメモ用のブログを立ち上げて内容をまとめていくことにしました。

　どうやってまとめていこうか悩んだのですが、先ほど紹介したarXivTimesのフォーマットと、ネットで調べて出てきた、今話題の落合陽一先生のフォーマットのいいとこ取りをしてみることにしました。

落合陽一流のフォーマット

どんなもの？
先行研究と比べてどこがすごい？
技術や手法のキモはどこ？
どうやって有効だと検証した？
議論はある？
次に読むべき論文は？

arXivTimes流フォーマット

一言でいうと
論文リンク
著者/所属機関
投稿日付(yyyy/MM/dd)
概要
新規性・差分
手法
結果
コメント

からあげ流フォーマット

　上記2つを魔合体したのがこれだ！

論文へのリンク
筆者・所属機関
投稿日付(yyyy/MM/dd)
概要（一言まとめ）
新規性（何が過去の研究に比べて凄い？）
手法の概要
コメント
関連情報（あれば）
次に読む論文
自分なりのアウトプット
気になった英単語・英語表現

　基本は真似っこなのですが、ポイントとしては自分なりのアウトプットを加えて、ソフトを実際に動かしてみて理解を深めることや、調べた英単語とかはメモっておいて、この分野の専門用語に慣れようかなと思いました。

　全部を埋めることは、それほど重視せず。あくまで、まとめやすくするためのツールとして使えればよいかなと思っていますし、随時見直していこうと思います。

その他テクニック

　英語が苦手な人は以下も参考になりそうだなと思いました。

英語がそこまで好きでない人にオススメなarxivの論文の読み方

1、arxivで読みたい論文のURLをコピーします。
2、https://t.co/lnaA70w7pb にURLをペーストします。
3、数分待つと論文がHTMLになります(時々無理な論文がある)
4、そのURLをGoogle翻訳に突っ込みます。
→論文が読みやすい日本語に！ pic.twitter.com/nY531sYu9k
— いとう (@k1ito) 2018年5月23日