一点开论文就头晕?教你“量子速读”
每每听人抱怨一看论文就头大,吃力读好几遍也不懂,我都特别理解。
我日常工作的很大一部分,就是看文献,然后总结出对于某一个问题的研究方法。即便是我这类阅读论文无数的科研人员,也还是非常头疼。
我主要有三方面困扰,相信这也是广大读者会遇到的难题:
阅读量大:在短时间内需要大量阅读时,我只能匆匆扫一眼摘要和总结,有时会忽略论文创新点、局限性等重要内容;
冗长晦涩:一些文章段落冗长,且都是专业术语,我很难在短时间内提炼出中心思想;
疑惑难以得到即时解答:对一些研究方法产生疑惑,这时我需要不断借助其他文献或网上资料去对照、深入,但有时候很难找到答案
偶然间,我被推荐了一个 AI 辅助论文阅读工具——Explainpaper。
用网站范文示范操作丨Explainpaper 网页截屏
你只要把任何一篇 PDF 格式的论文,传上 explainpaper.com 这个网站,然后划选、高亮任何一个单词、一段话,就能即时看到 AI 的解读、总结。它能用简短的话概括冗长的段落,甚至还能解释论文里的“行话”。如果你还是不理解,还可以逮着它追问……这不就是“哪里不会点哪里”吗?
有网友提到,自从用了它之后,看论文效率变得高多了,还看得更多了。
曾火热一时的“量子波动速读”丨网图
这听起来不只是“哪里不会点哪里”,更像是“量子速读”了啊!我将信将疑,打算验证一番。
准备动作
如果拿别人的论文来验证 Explainpaper 好不好使,就怕我吃不透别人的论文,为了尽可能地排除干扰项,我干脆拿自己吃透了的论文——自己写的论文。
我选用《我写了篇论文分析老公婚前婚后的语言变化,结论是……》里提到的论文。
它主要讲的是我用自然语言处理分析了我和老公的微信聊天记录,最后证明了一个结论:我们婚后比婚前更幸福。
针对自己在论文阅读中的 3 个痛点,我会依次从“主旨思想分析”、“段落分析”,以及“专业词分析”这 3 个方面,“考验”Explainpaper。
主旨思想分析
对于文章主旨思想,我问了 5 个比较 high-level 的问题,分别是文章的创新点、方法、研究目的、局限性,以及中心思想(takeaway messages)。
可滑动查看问答原文丨作者供图
从和 AI 的对话中可以看出,Explainpaper 基本读懂了我的论文,而且简短又准确地回答了我提出的所有问题。
更神奇的是,当我问完 AI 该论文的局限性后,它不只是基于文章原有的内容给出总结,它提到我在证明婚后比婚前更幸福的时候只用了“情感分析”这一个角度,并没有从其他角度去证明。我很惊讶,这确实是一个需要改进的地方。
这一来,我甚至觉得 AI 也会思考,像一个会评判的导师一样。
看到 Explainpaper 给出的这些精确的回答,我觉得,它对那些要在短时间内看很多论文的科研人员来说,帮助会很大。
以我研究生以及博士第一年的经历来说,在研究初期,每周我得看 30 多篇论文。我一般会通过摘要和总结去大致理解内容。有了 Explainpaper,我就可以在快速浏览摘要的同时,问一些针对性的问题(创新点、局限性等)来筛选文章是否需要精读。
段落分析
除了问 AI 问题,此神器的另一大功能就是高光一个段落,让 AI 用简短易懂的语言解释。我先高光了摘要,测试 AI 会如何概括总结。
从解释中不难发现 Explainpaper 可以非常准确地理解,并且用简短的话概括摘要。AI 不仅准确定位了研究模型(natural language processing),还用了短短一句话概括了我的研究方法,研究目的和结果也同样准确。
我又试着让它概括文章中的简介(introduction)。在原文中,我写了我与老公相知、相识、相恋到走入婚姻殿堂的过程,引出了我给老公写这篇论文的初衷和此研究的目的。AI 用了不到 5 秒的处理时间,就精准的概括了简介里最主要的两部分:
介绍作者和他老公相遇的过程,他们在大学的经历,以及他们感情升温的过程;
作者将这个论文作为给老公结婚一周年纪念的礼物。
紧接着,我试着让 AI 解释专业性较强的研究方法,以及进一步讨论这两部分,得出的结果如下:
在一般情况下,这个工具可以做到”快狠准“,它在几秒钟内很好地解释了我的方法以及步骤。而且为了方便读者的理解,它还额外将一些专有名词做了解释。比如在下面这一段中,AI 额外解释了”自然语言分析“:自然语言是一种让电脑识别并理解人类语言的技术。
但对于专有名词、引用较多,读起来比较晦涩的段落,AI 就不能很好地概括了,有时候甚至只会复制、粘贴原文内容。比如这一段统计分析 (statistical analysis),它并没有很好概括,只是把这个段落又复述了一遍。潜在原因是这部分出现了很多“生僻词”,AI 没有办法很好辨别出关键内容。
专业词分析
Explainpaper 的第三大功能就是当用户高光某一个专业词,它可以即时解释,还可以回答用户对此解释追加的问题。
我用 5 个数据科学相关的专业词,来测试它对于专业知识的解释能力。这些专业词分别是:自然语言处理、词云(WordClouds)、情感分析(sentiment analysis)、t-检验(t-test)、中断时间序列分析(interrputed time series)。
高频词分析结果的可视化图形(词云),左为婚前,右为婚后 | 作者供图
我从检测中看出,AI 不仅可以非常清晰地介绍每个词的意思,甚至还可以结合上下文,阐述这个词在论文中的用处。
对于我追加的问题,它也可以很好地给出回答。我感觉,它就像是我那些谆谆教导的教授和前辈们。
对于 t-检验,我追加了几个专业性很强的问题,比如 t-检验的假设,其他可以替代的统计学检验方式,以及它与 ANOVA 的区别,这个工具都做出了很详细的回答|作者供图
这个功能对于经常读文献的学生很有帮助。我往日读文献,当想要了解更多某种研究方法时,往往都是去单独谷歌这个方法的细节。
但现在,我直接用 Explainpaper 高亮看某一个专业词的解释,还可以追问 AI 一个研究方法下可用的模型,以及每一个模型的优缺点等细节。可以说,它提供的是“一站式服务”。
而这种服务,是免费的。
双重检验
为了得出更全面的测评结论,我让我的一个科研朋友 Sherry 也去试用 Explainpaper,以“双重检验”。
除了我前文提到的,Sherry 还提到:AI 会根据论文中的信息解释公式的作用,并且对每一个公式中的变量进行解释,这个功能让人非常惊喜,它的解释确实很有参考价值,可以很好应对人们没有时间认真看公式,或者是公式冗长找不到变量解释的情况。
评测了这么一圈下来,惊艳居多,Explainpaper 会成为我们科研路上的好帮手。
Photo by Oğuzhan Akdoğan on Unsplash
对于一个不收费的工具,我们实在不好太过苛求:
当前版本的 Explainpaper 每次只能高光一处文字,如果网页可以记录下所有高光的部分且生成笔记,那将会是很好的复习材料;
Explainpaper 可以尝试生成一个文章的框架结构图,便于读者理解整体文章思路;
增加对图片信息提取的支持,目前它还只能解释图片的标题部分;
Explainpaper 目前还不会解释中文,求支持。
作者:Bean
编辑:biu
封面图来源:Unsplash
一个AI
“不好太过苛求”?但您可是没少提呢。
(╯°Д°)╯︵┻━┻
本文来自果壳,未经授权不得转载.
如有需要请联系 sns@guokr.com