科研论文相关工作Related Work写作指南如何构建逻辑递进的学术谱系在顶级人工智能学术论文如 ACL、EMNLP、NeurIPS、ICLR中“相关工作Related Work”往往是最容易被年轻学者写成“流水账”的重灾区。常见的典型平庸写法是将十多篇文献按作者名字机械罗列——“Zhang et al. (2023) proposed method A... Li et al. (2024) used technique B... Wang et al. (2025) studied C...”。这种单纯的文献堆砌会给审稿人留下极差的第一印象“作者缺乏对该领域的宏观技术脉络把控只是为了引用而引用”。在严谨的高水平学术论文中Related Work 的核心功能绝非简单的“文献综述”而是“为本论文的核心创新搭建学术舞台”。通过将学术界现有的工作解构为清晰的技术谱系Taxonomy与演进脉络精准指出各大流派在特定维度上的共同盲区从而让读者和审稿人觉得你的新方法出现是“水到渠成、势在必行的必然突破”。本文详解顶会标准的“三段式学术谱系构建法”。1. 平庸文献堆砌 vs 高水平学术谱系结构[平庸写法 (文献流水账 - 缺乏逻辑线索)]: -- 论文 1 做了什么 - 论文 2 做了什么 - 论文 3 做了什么 - 我们提出了我们的方法。 (审稿人感受: 散沙一团看不出为什么需要你的方法) [顶会高水平学术谱系 (递进解构 - 为创新铺路)]: ├── 流派 1: 基于判别式特征工程的早期基准 │ └── 贡献与痛点: 计算高效但在处理非结构化长距离关联时表征能力受限。 │ ├── 流派 2: 基于预训练 Transformer 的两阶段管道抽取 │ └── 演进与瓶颈: 表征能力大幅增强但面临严重的级联累积误差与重叠关系断裂。 │ └── 逻辑收敛 (我们的突破): └── 顺理成章引出本论文: 针对上述两派的共有死穴提出端到端级联指针框架2. Related Work 核心段落的“黄金四步递进模板”每一个相关工作子流派Subsection / Paragraph的撰写应当严格遵循四步递进律第一步流派命名与核心哲学Category Definition Philosophy用一句精炼的陈述界定该技术流派的核心思想。“Dense Retrieval via Dual-Encoders:Dense retrieval frameworks map queries and passages into a shared low-dimensional continuous embedding space, computing semantic relevance via inner products (Karpukhin et al., 2020; Ni et al., 2022).”第二步里程碑工作的递进演变Chronological Evolution Milestones按逻辑递进梳理该流派中最具代表性的 2~3 项突破。“Early studies focused on utilizing in-batch negatives to scale up contrasting examples (Xiong et al., 2021). Subsequently, BGE (Xiao et al., 2023) and E5 (Wang et al., 2024) introduced multi-stage contrastive pre-training combined with hard negative mining to substantially enhance boundary discrimination.”第三步指出该流派未解决的固有缺陷Identified Shortcoming / Bottleneck客观指出该流派在面对新场景如长文本、极端长尾时的系统性短板。“Despite their success, existing dual-encoder paradigms predominantly suffer from representation collapse under extreme positive skewness, leading to a drastic drop in retrieval recall for long-tail niche entities.”第四步本工作的差异化与超越Differentiation Our Solution用一句话清晰阐明本论文的方法如何从根本上攻克该短板。“In contrast to these approaches, our work introduces an adaptive focal temperature smoothing mechanism that explicitly preserves tail entity representations without sacrificing head semantic fidelity.”3. Related Work 高阶对比矩阵表Taxonomy Table在长篇论文或期刊中强烈推荐绘制一张精美的流派对比矩阵表直接让审稿人一目了然---------------------------------------------------------------------------------- | Paradigm Category | Representative Work| Key Strengths | Inherent Limits | ---------------------------------------------------------------------------------- | 1. Rule-based / RegEx| AutoRegex (2021) | 100% Deterministic | Zero Generalization| | 2. Pipeline Bi-LSTM | HierNER (2023) | Linear Complexity | Error Cascading | | 3. Generative LLM | GraphGPT (2025) | Rich Semantics | Hallucination Risk | | **4. Ours (CasRel)** | **This Work (2026)**| **End-to-End Joint**| **Robust Exact** | ----------------------------------------------------------------------------------4. 引用与写作严谨性底线绝对禁止刻意贬低同行Professional Respect指出前人工作的局限性时必须使用客观中立的学术措辞如remains challenging under...或leaves room for improvement in...严禁使用侮辱性词汇如is fundamentally wrong / useless尊重优先权Priority Citation确保引用该领域的奠基性原始论文Seminal Papers严禁只引用近半年的二手微调论文而遗漏了核心算法的原始提出者BibTeX 格式百分之百规范检查所有引用的作者姓名、顶会名称缩写统一、出版年份完全无误严禁出现乱码或缺失字段。