【連載 伝わる論文】Discussionの書き方
「伝わる論文」を書くための心得 ～AI系トップ会議突破の論文執筆術～
本連載では、論文の基本的な書き方を体系的に解説する「基本編」と、「伝わる論文」を書くための心得を1トピック1記事形式で紹介する「発展編」に分けて、論文執筆のノウハウを解説します。
おさらい：前回までに、基本編として以下の３つの論文の基本構成パターンを紹介し、以降は、応用分野系および機械学習系のスタイルを念頭に、Introduction、Title ＆ Abstract、Related Work、Problem & Method、Experiments の書き方を紹介しました。
今回は、論文の大まかストーリーがひと段落した後の議論（Discussion）の書き方について解説します。
何を書けばよいのか迷うかもしれませんが、実はそうでもないよ、というお話をしたいと思います。
Discussionは戦略的に活用する
Discussionは、実験結果の報告を終え、Conclusionsで締めるまでの間に置かれます。
この章は、得られた結果や、手法の特性、今回の研究の性質などについて議論を深める目的があります（後述）。
しかし、まずはメタな視点に立って、この章をどういう目的意識で書いたらいいのかについて、私なりの考えを述べます。
前回のExperimentsの書き方において、以下のポイントを説明しました。
Introductionでは論文全体の軌道を１本のまっすぐな論理展開により描く
その後の章ではIntroductionのストーリーを具体的に肉付けしていく
特にExperimentsは論文のマイルストーンであり、実験以前の章は、実験内容や設定を意識（示唆）するように書く
このような書き方は、論文のResearch Questionの提示から解決までをなるべく一直線のストーリーで展開するように意図してあり、そのことで、論文の主張（main claim）が伝わりやすくなります。
一方で、なるべく脇道に逸れないように話を展開するため、どうしても取りこぼしが生まれます（下記図）。
そのためDiscussionでは、これまでの論文内容でカバーしきれなった穴を埋め、ディフェンス力を強化するためのスペースとして活用するとよい、と考えています（下記図）。
Discussionの章は、複数のトピックを並列に展開しても違和感がないため、こういった平面的な議論に適しています。
Discussionの具体的な書き方
より具体的には、Discussionでは以下のような内容を議論することが多いです。
実験結果を踏まえての研究の意義や目的が達成されたかの再確認 [Suzuki et al. (MLST 2022)]
得られた結果のさらなる深掘りと分析 [Ito & Taniai et al. (ICLR 2025); Suzuki et al. (MLST 2022)]
研究のスコープについての限界と展望 [Ito & Taniai et al. (ICLR 2025); Suzuki et al. (AI4Mat 2024); Suzuki et al. (MLST 2022)]
技術的な限界と拡張方針 [Taniai et al. (ICLR 2024); Ito & Taniai et al. (ICLR 2025); Suzuki et al. (AI4Mat 2024); Taniai & Maehara (ICML 2018)]
提案手法の応用可能性の検討 [Suzuki et al. (AI4Mat 2024)]
特定の既存研究との関連性の深掘り [Taniai & Maehara (ICML 2018)]
研究の性質に応じて必要なものを選び、議論を展開すればよいでしょう。
他の章と比較して、著者の裁量が大きく発揮される章だと言えます。
ときにはDiscussionの章を明示的に設けないこともあります。
たとえば、私の初期の論文 [Taniai et al. (CVPR 2014 - 2017); Taniai et al. (TPAMI 2018)] では、このような章を設けていません。
これは、議論的な内容をExperimentsに含めているという側面もあるのですが、当時のコンピュータビジョン分野の会議論文において、Discussionの章を設ける慣習があまり一般的ではなかったことも影響している気がします。
しかし最近では、私は冒頭で述べた通り、Discussionの章を著者にとって都合のよいスペースとして積極的に活用しています。
中でもスコープや技術的要素についての限界（limitations）を述べることが多いです [Ito & Taniai et al. (ICLR 2025); Suzuki et al. (AI4Mat 2024); Suzuki et al. (MLST 2022); Taniai et al. (ICLR 2024); Taniai & Maehara (ICML 2018)]。
これは、予め想定される査読者からの批判に対し、あえて自らその問題点を開示し、改善策や今後の展望を述べることで、論文の弱点を補強し、ディフェンス力を高める意図があります。
限界を述べる際には、個々の限界点に対する改善方針を、既存研究を引用しながらセットで提示することが重要です。
なお、私は過去の投稿において、Discussionで限界点を記載する際に、改善策を併記して前向きな印象を与えるように工夫した結果、査読者から「limitationが書かれていない」と指摘を受けた経験があります（苦笑）（詳細は Taniai et al. (ICLR 2024) のOpenReviewを参照）。
この経験を踏まえ、最近では「Discussion and Limitations」のように見出しレベルで明記するようにしています [Ito & Taniai et al. (ICLR 2025); Suzuki et al. (AI4Mat 2024)]。
限界点や展望を率直に述べることは、研究の透明性を高めるだけでなく、読者や研究コミュニティに新たな示唆を与える可能性があり、かえって研究の評価向上につながる場合も多いです [Ito & Taniai et al. (ICLR 2025); Suzuki et al. (AI4Mat 2024)]。
そのため、Limitations は必ず書いたほうがよいと思います。
具体例の紹介
私が関わった過去の論文では、結果の可視化による定性的議論 [Ito & Taniai et al. (ICLR 2025)] など、単純にExperimentsの結果を深掘り・分析する項目も多々あります。
一方で、先の説明のように、戦略的意図から配置したDiscussionもいくつかあり、ここではそんな例を紹介します。
最終的な論文原稿からは分からないウラ話になりますので、おもしろかった方は いいね/スキやフォローをぜひお願いします！（←前回記事の評価が伸びなかった反動）
手法設計についての補足
まずは最近発表した結晶構造の物性予測の論文 [Ito & Taniai et al. (ICLR 2025)] について。
この研究では、3次元構造（結晶構造）を入力とするTransformerモデルにおいて、既存モデルを拡張し、よりリッチな幾何学的情報を取り込む方法（動的フレーム）を提案しています。
この「動的フレーム」という概念自体は、汎用性が高いものとして説明されているのですが、実験では、１つのベースライン手法（前年に提案したCrystalformer）を用いて検証しています。
これにはちゃんとした事情があるのですが、しっかり説明しないと、査読において指摘されるだろうと予想しました。
そこで、Preliminaries（Sec 2）でのベースライン手法の紹介の際に、その選定理由について軽く述べた上で、これをDiscussionにおいて以下のようにさらに補強しました。
既存の結晶構造用のTransformerモデルはほとんどない。
Crystalformer以外のモデルは、標準的なTransformerモデルの形式から大きな改変がされており、今回の手法と相性が良くない。
しかしCrystalformerは、標準的なTransformerモデルのストレートな拡張とみなせるので、今回の設定は、提案アイディアのTransformerを用いた基礎検討とみなせる。
きちんと道理が通ってる内容だったため、この点について査読者から突っ込みが入ることはありませんでした。
また、このような手法設計や実験設定についての補強的議論をMethodやExperimentsより後ろに置くことで、論文前半でメインストーリーに集中しやすくなったと思います。
（ただし、このように後ろに置く場合も、前半の関連箇所からDiscussionへの参照をしています。今回の論文例では、Sec 2.2の最後において、"We discuss this more in Sec. 6." 書いてます。）
オフェンスからディフェンスへのスイッチ
上記の例でベースラインとして用いたCrystalformerの研究 [Taniai et al. (ICLR 2024)] では、結晶構造の周期性を考慮した無限接続attentionというものを提案しました。
実はこの論文の当初の計画では、このattentionの式をさらにフーリエ変換して周波数空間で計算する方法（＝フーリエ空間
attention）も提案し、実空間と周波数空間の二重のattentionモデルを主貢献にする予定でした。
ところが実験の過程で、このフーリエ空間attentionを追加することの効果が、タスクによってまちまちで、一貫したポジティブな効果が得られませんでした。
しかし、「そもそもこの無限接続attentionだけでも、シンプルだけど面白いのでは？」と考え直し、締切の２，３週間前くらいに、研究の主題を大きく変えました。
具体的には、実空間における「無限接続attention」モデルの提案にフォーカスし、フーリエ空間attentionは論文の主題から取り下げました。
そして代わりにこのテクニックを、DiscussionやAppendixにおいて、手法の限界を克服するための拡張として提示しました。
このような提示方法であれば、仮にその拡張が必ずしも性能改善につながらなくても、前向きな印象を残すことができます。
いわば論文のオフェンス力を下げる代わりに、ディフェンス力強化に用いたことになります。
この論文では、この追加要素による論文の評価向上は少なくなかったと思っています。（このフーリエ空間attentionのアイディアは、第２著者の五十嵐さんによるもので、とても感謝しています。謝辞）
メインストーリーから外れる着想元の説明
深層学習を用いて物体表面の光反射解析を行った研究 [Taniai & Maehara (ICML 2018)] では、提案手法の着想のきっかけとなった先行研究の１つ ["Deep Image Prior", Ulyanov et al. (CVPR 2018)] を、「Discussion and Related Work」という形で、あえて後半で紹介し、議論を深めました。
これはIntroductionやRelated Workの書き方で解説した、文脈化やストーリーの論理展開の工夫の一環でした。
たとえば、研究で扱ったトピック（ここではPhotometric StereoというCV分野の古典的問題）には伝統的な文脈Aがあり、その中に問題B（一般反射物体）が存在し、他領域の技術C（Deep Image Prior）がその問題解決のヒントになるとします。
このような場合、Introductionで「文脈Aには問題Bがある。一方、他領域では技術Cがある。本研究では技術Cを文脈Aに転用し、問題Bを解決する」と述べると、論理展開が複雑になり、研究の意義が過小評価される可能性があると感じました。
そこでこの論文では「文脈Aにおける問題Bを本研究では、このようなアイディアで解決した。これは他領域の技術Cに着想を得たものである」というストーリーを構築することで、論理展開を直線的に整理しました。
これによって、単に「技術Cを問題Aに転用しただけの研究」という見方をされるリスクを下げ、メインの文脈Aにおける研究の意義をより明確に伝えられると考えました。
技術転用元をIntroductionで紹介した例もあるのですが、その辺の含めた話は発展編でまた紹介したいと思います。
まとめ
論文では、Research Questionの提示から解決までを、イントロから実験にかけて直線的な議論で展開する。Discussionでは、それまでの内容でカバーしきれなった穴を埋め、ディフェンス力を強化するためのスペースとして戦略的に活用する視点を持つとよい。
議論する内容の例として、「意義や目的達成の確認」「結果のさらなる深掘りと分析」「スコープや手法の限界と展望」「手法の応用可能性」「特定の先行研究との関連性の深堀り」などが考えられる。
論文の性質に応じて必要な内容を選んで並列に議論を展開し、論文の主張を補強したり、研究の価値を高めるような内容を盛り込む。
特に限界点（limitations）は、研究の透明性の向上や、読者への新たな示唆の提供につながるため、できる限り書いたほうがよい。
限界を述べる際は、必ず既存研究を引用しながら、限界とその解決方針（展望）をセットで提示する。
今回はDiscussionの書き方について、論文全体のストーリー補強というメタな視点で解説しました。
議論の書き方のイメージが湧きましたか？
次回はいよいよ基本編最後のトピック、論文の結論の書き方について紹介します。
連載の励みになりますので、よかったら応援お願いします！
