一定要把問題和方法區分開，不要混為一談。根據問題和方法，發文章有兩條途徑：（1）研究乙個新的問題，使用一種已有的方法；（2）研究乙個老問題，提出一種新方法。相比這兩種途徑，第一種就稍容易，因為第二種需要和已有的方法比較performance。
定義問題時一定要具體。例如，某學生說「我要做文字糾錯」，「文字糾錯」是乙個很大的範疇，要在這個範疇下，定義乙個具體的問題。
看文章的方法看不懂時，怎麼辦？看到公式懂時，怎麼辦？
要先看方法或公式的原理，補充基礎知識。原理就好比，這個方法或公式的理論思想是什麼。基礎知識就比如，看到temporal convolutional network時，convolutional network就是基礎知識。
基礎知識如何補？不要看書，看書太慢了，要看blog，大概花半天時間就補齊。在學習**的時候，如果想要讀懂，需要擴充套件很多知識，因此這個時候缺什麼就要補什麼了。
遇到實驗結果低時，怎麼辦？
要檢查是程式的問題，還是資料集的問題。如何檢查呢？若**提供有**，在**的資料集上執行**，根據實驗結果判斷：（1）若得到相似的實驗結果，說明程式基本上沒有問題，那是資料集的問題。在新的資料集上執行**，找出哪些資料使結果不好，分析這些資料。（2）若不能得到相似的實驗結果，說明程式有問題，需要debug，通過生成中間結果檢查程式。
附：關於具體方法，厲老師提到乙個網路：independently recurrent neural network (indrnn)。indrnn比較適合於語言建模，並且與rnn相比，能構建更深更長的rnn，若有要用的學生，**及技術支援都可以提供。