paper-reading について
paper-readingは、学術論文を評価・理解したい研究者や読者向けの構造化された読解ワークフローです。概要確認から手法や実験の詳細分析まで、3段階の読み方を用意しています。
主な機能
- 01速読から詳細分析までの3段階
- 02手法と結果を整理した要約
- 03主要な観点に基づく論文比較
- 04ML・手法・実証論文の読解ポイント
- 05要約の保存とプロジェクト文脈との関連付け
活用シーン
- 01arXiv論文の関連性を素早く判断
- 02詳細な論文読解ダイジェストを作成
- 03手法・データ・指標・限界を比較
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/ / github.com/ jxtse/ scientific-research-skills --skill paper-readingインストール後、Claude Code で/paper-readingを入力して読み込まれたか確認します。
詳細
論文を読む
学術論文を効率よく読むための体系的なワークフローです。
使用する場面
- ユーザーが arXiv のリンクや PDF を共有し、読解や要約を依頼したとき
- ユーザーが特定の論文の貢献、手法、結果について質問したとき
- ユーザーが記録用の読書ダイジェストを求めているとき
- ユーザーが論文と関連研究との比較を求めているとき
読解レベル
レベル 1:速読(2 分)
使用する場面:論文を読む価値があるかどうかだけを知りたいとき
出力:
- 論文タイトル、著者、掲載先、出版年
- 1 段落の要約(どのような問題に、どのような手法で取り組み、どのような結果が得られたか)
- 主な貢献を 1 文で説明
- ユーザーの研究との関連性の評価
- 推奨:読む/読まない/ざっと目を通すだけ
レベル 2:標準的な読解(10 分)
使用する場面:論文のアプローチを理解したいとき
出力:
- 問題:どのような課題に取り組んでいるか?
- 手法:どのように解決しているか?(重要な技術的詳細を含む)
- 主な革新点:本当に新しい点と、漸進的な改善点は何か?
- 結果:主な数値とベースラインとの比較
- 限界:扱っていないこと、論文で認めているかどうかを含む
- 関連性:ユーザーが進めているプロジェクトとどう関係するか?
レベル 3:詳細な分析(30 分)
使用する場面:この論文を基に研究や開発を進めることを真剣に検討しているとき
出力:
- レベル 2 のすべてに加えて:
- 詳細な方法論:技術的な内容を段階的に解説
- 再現可能性の評価:論文だけを基に実装できるか?
- 実験設計への批評:ベースラインは公平か?指標は適切か?
- 暗黙の前提:論文で明示されていないことは何か?
- 発展の可能性:どのように改善、応用できるか?
- 主な数式/アルゴリズム:抜き出して解説
- 図の分析:主要な図が実際に何を示しているか?
ワークフロー
ステップ 1:論文を入手する
arXiv link → Download PDF, extract text
PDF file → Extract text directly
Paper title → Search Semantic Scholar → get arXiv link → download
Zotero item → Get from local library
ステップ 2:指定されたレベルで読む
上記の該当するレベルのテンプレートに従います。迷った場合は、レベル 2 から始めます。
ステップ 3:ダイジェストを保存する
読解後、ダイジェストを保存します:
- 構造化した要約をローカルダッシュボードに保存します
- ユーザーが確認した場合は、注釈付きの Zotero エントリを追加または更新します
ステップ 4:文脈と結び付ける
- 関連する場合は、ユーザーが進めているプロジェクトとの関連を示します
- 参考文献や「被引用文献」から、次に読む論文を提案します
- この論文が以前読んだ論文を裏付けるか、あるいは反証するかを記録します
読解のヒント
ML/AI の論文の場合:
- まず表 1(主な結果)を確認します。数値が目立たない場合は、期待値を調整します
- アブレーション研究を確認します。手法の何が実際に重要なのかが分かります
- 限界/今後の課題のセクションを読みます。序論よりも率直な内容が多いです
- 付録を確認します。重要な詳細が埋もれていることがよくあります
手法に関する論文の場合:
- 図 1(手法の概要)、セクション 3(手法)、表 1(結果)に注目します
- 最初に読むときは関連研究を飛ばし、位置付けを把握する必要がある場合にだけ戻ります
実証研究の論文の場合:
- 実験設定、評価指標、統計的有意性に注目します
- ベースラインが公平に実装されているかを確認します(ハイパーパラメーター探索の予算は同じか?)
- 定性的分析で、都合のよい例だけが選ばれていないかを確認します
論文比較モード
ユーザーが 2 本の論文の比較を求めた場合:
| Aspect | Paper A | Paper B |
|--------------|------------------|------------------|
| Problem | | |
| Method | | |
| Data | | |
| Key metric | | |
| Advantage | | |
| Limitation | | |
コメント
Markdown 対応