4.6 KiB
4.6 KiB
中文评语写作风格指南
基于 AINet Daily Paper.xlsx 中高质量示例的写作风格总结。
评语结构
中文评语约 300 字，遵循以下结构：
1. 背景 (1-2句) ──> 介绍研究领域的背景和重要性
2. 挑战 (2-3句) ──> 指出现有方法面临的关键问题
3. 贡献 (1-2句) ──> 概述本工作的核心贡献
4. 方法 (2-3句) ──> 描述提出的方法/模型的关键技术
5. 实验结果 (2-3句) ──> 总结主要实验发现和性能指标
6. 分析与局限 (1-2句) ──> 分析结果意义，指出局限性
常用句式模板
开头（背景）
本文针对...问题本研究聚焦于...本文探讨了...这一基本挑战...始终面临诸多挑战
挑战描述
尽管...，但现有方法面临...然而，现有方法存在......高度异构，而以往...难以兼顾...针对这些问题，本文提出...
方法描述
为此，本文提出...该研究提出...本文提出...，一种...该方法通过...
实验结果
实验结果表明...在...数据集上，该方法...实验在...上取得了...结果表明，...
分析与局限
从而验证了...的可行性为...奠定方法学基础该工作打破了...从而验证了...在实际应用中的可行性
高质量示例分析
示例 1：ECHO (Toward Contextual Seq2Seq Paradigms in Large EEG Models)
结构分析：
[背景] 从脑电信号中统一刻画和理解多样化认知任务始终面临诸多挑战
[挑战] 不同任务形式与标签空间差异显著，不同数据集在电极布局和采集范式上高度异构，
而以往以编码器为中心、依赖任务专用预测头的建模方式难以兼顾泛化性与灵活性
[方法] 为此，本文提出 ECHO，一种以解码器为核心的大规模脑电建模范式，
将 EEG 分析重构为统一的序列到序列学习问题
[技术细节] 该方法将连续脑电片段、任务标识与标签符号共同组织进自回归解码序列中，
使模型能够在同一框架下理解任务语境并生成对应预测
[实验] 在涵盖 12 个公开数据集、6 类脑电任务的统一多任务评测中，
ECHO 在整体性能、跨数据集泛化以及零样本场景下均显著优于多种代表性基线方法
[意义] 为新一代灵活、可扩展的脑机接口系统奠定方法学基础
示例 2：EEG-to-Voice Decoding
结构分析：
[背景] 本研究聚焦于从非侵入式 EEG 信号中重建有声语音与想象语音，
以辅助存在言语障碍的个体进行交流
[方法] 其技术框架包括一个被试特异的生成器，以开环方式将预处理后的 EEG 信号映射为 Mel 频谱
[技术细节] 随后通过预训练的 HiFi-GAN 声码器和 HuBERT ASR 模块生成语音波形并解码文本
[创新点] 该方法避免了显式的时间对齐过程，采用迁移学习将基于有声语音预训练的生成器
适配到想象语音任务中，并使用双损失函数进行训练
[实验结果] 在有声语音和想象语音两种情形下均实现了稳定的声学重建性能和语言层面的重建性能
[额外特点] 在语句长度增加的情况下仍能保持文本层面的解码性能
[意义] 从而验证了 EEG 到语音通信在实际应用中的可行性
写作要点
1. 学术语言规范
- 使用正式的学术书面语
- 避免口语化表达
- 使用精确的技术术语
2. 逻辑连贯
- 各部分之间有清晰的逻辑关系
- 使用恰当的连接词（然而、为此、从而、同时）
- 从问题到解决方案到验证结果
3. 信息密度
- 每句话都承载有效信息
- 避免冗余表述
- 突出核心贡献
4. 客观评价
- 准确描述实验结果
- 指出方法的局限性
- 不夸大成果
英文评语写作
英文评语应与中文评语对应，保持流畅的学术英语风格：
- 使用正式的学术英语
- 保持与中文评语相同的结构
- 注意时态一致性（描述论文内容用现在时，描述实验结果用过去时）
- 使用准确的学术词汇
常用句式
Opening:
This paper addresses the...This study focuses on...The paper proposes...
Problem:
While existing...However, current methods face...Despite progress in...
Method:
To tackle this, the research proposes...The authors present...This work introduces...
Results:
Experiments demonstrate that...The findings show...Results indicate that...