你可以通过为你的文献管理工具建立一套结构化的标签系统,并基于这三个维度创建自定义筛选器或视图,从而按算法、数据集和性能指标来组织论文。
建立多维标签系统
首先,为每个类别定义一致的标签。对于算法,使用标准化的名称(例如,“BERT”、“ResNet-50”、“随机森林”)。对于数据集,同时包含数据集名称和领域(例如,“ImageNet-视觉”、“GLUE-自然语言处理”)。对于指标,使用与论文报告一致的缩写(例如,“准确率”、“F1”、“BLEU”、“mAP”)。
当你向文献库添加一篇论文时,应用这三个类别中的所有相关标签。如果一篇论文是比较研究,它可能会被标记多个算法;如果作者报告了多个基准,则可能被标记多个指标。
创建筛选视图和集合
大多数文献管理工具允许你同时按多个标签进行筛选。创建结合你标准的保存搜索或智能文件夹——例如,“所有使用Transformer AND 在WMT14上训练 AND 报告BLEU分数的论文。”这会将你的文献库变成一个可查询的数据库,让你能即时找到符合特定实验设置的论文。
WisPaper的我的文献库功能支持这一工作流程,通过自动元数据提取和AI驱动的组织,让你能与整个文献库对话,找到符合复杂标准的论文,如“展示所有在医学影像数据集上测试且AUC超过0.90的CNN架构。”
构建比较表格
对于活跃的研究项目,维护一个电子表格或Markdown表格,提取每篇论文的关键结果。将论文列为行,并创建算法变体、数据集详情、指标值以及任何值得注意的实验条件(训练时间、硬件、超参数)的列。这便于发现性能趋势、识别文献中的空白,并为你的实验选择基线。
关键在于一致性——尽早确定你的分类体系并统一应用。随着时间推移,这种结构化方法会将一堆PDF转化为一个可搜索的知识库,直接支持文献综述、实验设计以及撰写相关工作部分。
