【课题】如何确定自己的研究课题？

本文唯一作者为Bright新人类，如需转载，请先发简信通知谢谢

在上一篇文章中， 我们主要讲了下获取高质量文献的方法以及如何使用Google Scholar查找自己研究领域的相关文献，希望能给你的研究带来些许帮助。

当你读完很多Papers，听过很多tutorials和workshops以后，你的脑海中会有很多想法。这些想法可能跨各种研究领域，各种研究课题，听多了看多了可能会有种感觉：我到底该做什么好？我的研究课题是什么？这也是这篇文章需要解决的问题。

在这篇文章中，我会首先根据我个人的经验，给出一个好的课题的定义，即什么样的research topic才是好的。接下来，我会给出我确定research topic的方法。如果你现在也在苦于找寻自己的研究方向，不妨来读下这篇文章找找感觉。

我认为一个好的research topic应该具有以下特质:

首先最重要的是，你一定要对这个research topic非常感兴趣。有同学就会说了，怎么知道自己对这块儿感兴趣呢？我认为这又分两种情况。

第一种情况是可能从本科或者更早以前，你就对某一个领域产生了很强的好感。比如有的同学从小就对计算机，编程这些感兴趣，也有的同学在本科开始没多久就对物理，化学这些感兴趣，一直在关注相关方向的研究。这种兴趣来源于你自身的性格，教育，经历等等，有一种独特，与生俱来的感觉。如果开始博士生涯的话，你当然要把自己大部分时间放在这些方向上。

第二种情况是你可能被某一个领域在现实中的应用所吸引，如自动驾驶汽车的产生，医疗影像识别器的优异表现，那么你就可以选择Computer Vision相关的科研项目。这种兴趣来自于你后天的所见所闻，来自于外界环境的一些刺激，和第一种情况有本质的不同。

这两种情况没有高低之分。之所以在这里进行说明，是想强调我们在选择研究课题时一定要选择自己感兴趣的科研方向。博士毕竟好几年的时间，如果一直在做自己不是特别感兴趣的方向，怎么能熬过这段艰苦的科研时光？怎么能够有出色的产出呢？

再者就是你研究的课题不能太宽泛。也不能太狭隘。过于宽泛的课题不仅做起来十分有难度(你很难照顾到各个方面)，而且会给大部分人一种你在夸夸其谈的感觉。比如如果你对自然语言处理感兴趣，假如你把自己的研究方向定为：

深度学习在自然语言处理方面的应用

这个话题就太大了，要说的点太多，凭你一己之力是不可能做出令人信服的成果的。这时候你就要通过阅读文献，把这个研究领域进行缩小。在上面这个课题中，深度学习和自然语言处理都是非常大的课题，可以尝试把这两个课题进行缩小，比如：

基于Recurrent Neural Network及其变种的语言模型在机器翻译中的应用

这个研究范围就小而精了很多！RNN是属于深度学习的范畴，而语言模型，机器翻译都属于自然语言处理中非常前沿的研究领域。通过这种操作，你就把原来大而空的话题转化成了一个可以去系统review的课题。

当然还有另一种极端是我们定的课题过于狭隘，过于specific，导致能做的东西不多，或者是可以提高的空间不大。这时候就可以根据自己的实际情况适当扩大些自己的研究范围。比如上面这个课题，基于RNN及其变种的语言模型其实可以做很多事情，绝不仅仅是机器翻译，问答系统，文档分类这些都是它的应用领域。如果你能基于前人的研究创造出一种新的语言模型并在一些NLP tasks上有所提高，那就是一篇非常不错的paper了。

这一部分其实最好理解，topic一定要新颖。在这里对于“新颖”的理解就多种多样了，比如：

你创造了相对于前人工作更好解决某个问题的模型

你建立了某个领域的一个新的task

亦或是你搜集了一些数据，建立了一种可以供后来研究者不断研究，提升的规范数据集

。。。。。。

总之就是你一定要在前人工作的基础上有所创新，这也是我们读PhD的初衷。

最后一点，选题不要太超出自己的能力范围。这时候就需要你合理衡量自己现阶段的个人水平(内在因素)以及实验室的整体条件(外在因素)，看看自己心目中的那个课题的可行性。如果给自己确定一个太过困难的课题(该领域研究本身难度过大、对实验器材要求过高等)，时间长了很可能还无法取得一些实质性的进展，那样的话你肯定就会崩溃的！

上一部分我们讲了一个好课题需要具备的一些要素。那么问题又来了，我要怎样确定一个合适的research topic呢？我认为主要通过以下两种方式相结合的方法get到自己的研究课题。

首先你要尽自己最大努力去挖掘。通过进行大规模的文献检索和阅读，你就可以把握该研究领域的大致脉络。那么具体而言，到底该如何通过文献搜索和阅读文献找到research topic呢？我认为主要通过以下几个步骤：

首先你要为自己的research topic确定一个大的研究方向，同时还要关注和它有关的其他较大的研究领域。比如我的研究方向是自然语言处理，这个方向属于Computer Science和Linguistics的交叉领域。那么我在整理文献的时候，不光要关注自然语言处理方向的研究成果，还要适当关注下Computer Science以及Linguistics方面的信息。

接下来，在2.1.1的基础上，将上述提到的这些大范围进行逐步缩小，检索相关的文献。比如上面提到的这三个大方向，每个方向可能都有几万篇文章。但是如果我们把比如Computer Science缩小到Recurrent Neural Network，可能就会剩下3000篇，再缩小到LSTM with attention，可能就剩下500篇。。。通过这样不断地缩小上述这三个大方向的范围，你就能确定几篇你非常感兴趣的文章。这些文章跟你目前的研究方向高度契合，也是你今后想要继续提高的方向。

最后，在2.1.2的基础上，认真阅读最后确定的那几篇文章，挖掘这些文章要解决的问题以及相关模型的表现。这时你要结合你自身对这块儿的理解，看看有没有可以提高的地方，或者文章中没有涉及到的情况。同时，你也可以关注下这些文章的future work部分，也能够给你一些接下来工作的指导。

通过上面这三个步骤，相信你可以确定两三个你非常感兴趣的research topic。此时，其实最好的情况是你能基于这些research topic，每个topic形成两三个specific, interesting and unsolved research questions:

这些问题将具有非常大的指导意义，你今后的研究也是为了回答这些问题而进行的。

博士期间的单打独斗永远不被提倡！你的导师，同组的博士生等等都是你可以交流的对象。

首先，一定要按时参加导师安排的组会，积极向导师反馈自己这段时间科研的发现和成果。导师在相关领域的科研经验肯定比你丰富得多，在组会时都会基于你现在的研究进展给出一些非常有建设意义的指导。

对于刚来研究组的同学，同组的师兄师姐也是非常不错的资源。虽然大家研究的点都不尽相同，但是和他们讲讲你的研究计划和思路，有时也能收到不错的建议。

在这篇文章里，我主要分享了下我确定Research topic的方法，希望能给也在寻找Research Ideas的朋友们一些有效地帮助。

前段时间一直没有更新，主要是因为刚到学校，忙各种杂七杂八的事情，没有静下心来跟大家分享自己科研的感想，在这里说一声抱歉！在下篇文章中，我会主要讲下PhD生涯中的一些雷区，即作为科研萌新刚来学校以后需要注意的点。总结这些东西，不光在提醒接下来读PhD的同学，同时也在警醒我自己。

最后祝大家科研顺利！关于如何确定研究课题，欢迎各位大佬在评论区留言！