semantic scholar

semantic scholar官网,ai免費学術搜索引擎,由人工智能驱动

简介

semantic scholar是一个文献搜索网站最實用的功能是文献查阅、研究前沿追踪以及研究领域文献管理! Semantic Scholar 于2015年上线，由微软联合創始人保罗·艾倫（Paul Allen）創建的艾倫人工智能研究所研發。Semantic Scholar 旨在利用AI技術帮助用户从海量的学術文献中筛選有用信息，解决信息超载的問题，是每周都有數百万学者使用的AI学術搜索引擎。

semantic scholar官网: https://www.semanticscholar.org/

Semantic Scholar 是一个由人工智能驱动的免費学術搜索引擎，由 Allen Institute for AI（AI2）開發。这个平台旨在帮助用户从海量的学術文献中快速筛選出有用的信息，以解决信息过载的問题。Semantic Scholar 利用机器学習技術，能够从文献文本中提取關键词或短语，确定文献的研究主题，并提取圖表，以帮助用户快速理解文献的主要内容

Semantic Scholar 的搜索結果不仅包括每条相關文献的篇名、作者、刊名、發表时间，以及TLDR或摘要、被引次數和高影响力被引、全文獲取、按資料库或出版商查看、引文導出，还包括保存到圖書馆、郵件订阅、研究推送等。

（一） TLDR(Too Long; Didn’t Read)
TLDR(Too Long; Didn’t Read）是Semantic Scholar 特有的AI功能，于2020年11月推出，是利用AI技術自动生成学術論文的一句话摘要。
1）TLDR从論文的摘要、引言和結論中自动生成一句句子。
2）TLDR与摘要的用途不同，比摘要更精煉，可轻松有效地了解、一篇論文的研究結果、研究亮点，快速而明智地确定哪些論文是与自己的研究领域相關的，需要在哪些方面花时间进一步阅讀。
3）TLDR可帮助用户克服信息过载，比查看标题和摘要的方式更快地整理搜索結果，尤其是在手机上，也便于在社交媒体上分享論文。
推出伊始TLDR仅限于计算机科学和生物医学领域，之后將陸續涵蓋其他学科领域的論文。

（二）被引次數和高影响力被引
学術搜索引擎和資料库一般都有顯示被引次數的功能，高影响力被引是Semantic Scholar 特有的AI功能，是利用机器学習模型来确定的，该模型分析了出版物的被引次數以及每个引用的周围背景等诸多因素。
通常来說，被引次數反映了文献的影响力，Semanti Scholar 利用 AI确定高影响力被引，可找到綜合多种因素考量所得的高影响力文献。
圖片

（三）全文獲取
Semantic Scholar 的部分搜索結果有免費全文可供下载，在顯示出的所有搜索結果的上方，点擊“Has PDF”，接着出现的結果都是有免費PDF的文献在每篇文献TLDR或摘要的下方，点擊“PDF”或点擊“在期刊或网站查看PDF”（如View PDFon arXiv），可獲得这篇文献的免費PDF。

（四）按資料库或出版商查看
按資料库或出版商查看（如 View on Elsevier、Viewvi Publisher），可进一步獲取文献的详細信息，如圖書的出版商、DOI、ISBN、出版时间、目錄等信息；会議論文的会議發言影片、会議論文集目錄等。

（五）引文導出
你还在手动输入参考文献吗？请不要被自己“勤动手”所感动，学術研究更需要“勤动腦”，参考文献不用手动输入，可直接利用Semantic Scholar 的引文導出功能。在搜索結果的文献TLDR或摘要的下方，点擊“Cite”，顯示BibTex、MLA、APA或Chicago等4种常用引文格式，还可將引文導出到文献管理軟體EndNote等。

主要功能和特色

Semantic Scholar 的特点包括：
1. **人工智能驱动的搜索**：透過理解論文的语義内容，提供精准和相關的搜索結果。
2. **全面的論文資料库**：涵蓋所有科学领域，包括科学、技術和医学（STM）以及社会科学与人文（SSH）。
3. **个性化推荐**：根据用户的興趣和浏览歷史，推荐相關的論文和研究领域。
4. **学術影响力指标**：提供影响因子、被引次數等指标，帮助用户評估論文和期刊的质量和影响力。

5. **開放獲取和多领域覆蓋**：提供開放獲取的論文全文或链接，滿足不同研究领域用户的需求。
6. **合作伙伴網路**：与全球500多家学術出版商、大学出版社和学術團体合作，包括IEEE、Microsoft Academic、SpringerNature等。

Semantic Scholar 还提供了一些特色功能，如：
– **基于資料夾内的論文推荐**：用户可以基于收藏的論文，使用推荐算法獲取相關論文推荐。
– **基于單篇論文推荐**：系統会基于單篇論文做相關推荐，用户可以在“Related Papers”板块看到所有与该論文类似的論文。
– **基于作者推荐**：用户可以關注喜歡的作者，系統会在首页的論文推荐流中提醒用户關注作者的最新論文。
– **Semantic Scholar Chrome插件**：使用该插件可以自动解析当前网页的論文，方便用户跳轉到Semantic Scholar进行阅讀。

此外，Semantic Scholar 还提供了新的应用程式接口（API），為開發人员构建学術应用提供了工具，增强了其覆蓋范围和實用性。Semantic Scholar 的界面和導航可能對一些用户来說具有挑戰性，因為它是一个為科学研究而設计的复雜工具。不过，它為研究人员、学者和学生提供了一个寶貴的資源，尤其是對于那些需要訪問和分析大量科学文献的人来說。Semantic Scholar 还提供了影片教程，帮助用户更好地使用这个平台。

在学術研究中，獲取最新、權威、相關的文献是至關重要的。Semantic Scholar作為一个强大的智能学術搜索引擎让我们能够轻松地獲取所需文献。下面是Semantic Scholar在獲取最新文献、權威文献和相關文献方面的要点：

 

（一）獲取最新文献
Semantic Scholar透過以下四种方式帮助我们獲取最新文献：
①搜索結果按时间排序，最新文献排在最前面；
②創建作者订阅，追踪作者最新研究；
③創建論文订阅，追踪論文的最新后續研究；
④創建主题订阅、研究推送订阅，追踪该主题、研究领域的最新論文。

（二）獲取權威文献
在Semantic Scholar中，我们可以透過三种方式對搜索結果进行排序，从而快速找到權威文献：按被引次數、最有影响力論文、高影响力論文排序。

圖片

（三）獲取相關文献
Semantic Scholar提供了七种方法，帮助我们獲取相關文献：
①用英文半角双引号”“进行词组搜索，让搜索結果更精确、更相關；
②搜索結果按相關度排序；
③在搜索結果页查看TLDR，快速确定哪些論文是相關的；
④在搜索結果页查看系統推荐的相關主题；
⑤在論文页面查看相關主题、相關論文；
⑥在作者页面查看相關作者；
⑦从郵件订阅中查看作者订阅、論文订阅、主题订阅、研究推送订阅。

透過充分利用Semantic Scholar智能搜索引擎，我们能够更加高效地进行学術研究，提升研究水平和成果质量。

一、Semantic Scholar 如何智能
網路信息极為丰富，学術信息也浩如煙海，面對前所未有的大量学術信息要如何才能及时發现新信息，并与最新学術前沿保持同步?
1）Semantic Scholar 利用AI技術，利用資料挖掘、自然语言處理和计算机視觉等方法，让学術信息更加容易被發现，使研究人员節省时间，做出明智的决定以促成科学突破，从而在学術领域中發挥更大的作用。
2）Semantic Scholar 利用机器学習技術从論文中提取含義并辨識联系，然后使这些見解更容易被發现、被看到，以帮助研究者快速獲得深入理解。

二、Semantic Scholar 可以查到什么
Semantic Scholar 覆蓋海量的学術文献，自2015年上线至今，已收錄2亿多篇学術文献，其涵蓋的学科领域及其文献數量，都飛速增长：
2015年，300万篇计算机科学的文献；
2016年，1000万篇计算机科学和神經科学的文献；
2017年，3600万篇计算机科学、神經科学和生物医学的文献；
2018 年，4200万篇包括更多学科领域的文献；
2019年，1.78亿篇包括所有学科领域的文献；
2020年，1.9亿篇包括所有学科领域的文献且每天新增，22亿次引用，7400万作者。
圖片

1）学科范围：Semantic Scholar 涵蓋所有学科领域，即STM（科学、技術和医学）与SSH（社会科学与人文），包括生物学、医学、计算机科学、工程、環境科学、地质学、材料科学、數学、物理学、化学、地理、商業、歷史、經濟学、艺術、哲学、政治学、心理学、社会学等。
2）文献类型：学術期刊、学術会議及学術机构的学術文献。
3）文献语种：目前主要是英语文献，將来可能支持其他语言。
4）合作伙伴：全球50多家出版商、資料库商、大学出版社和学術團体等直接合作伙伴，如PubMed、Springer Nature、Taylor&Francis、SAGE、Wiley、ACM、IEEE、Wolters Kluwer、Science、BioOne、 BMJ Journals、 CiteSeerX、dblp、 De Gruyter, frontiers.Karger PROJECT MUSE、Cambridge University Press, High Wire Press, MIT Press. University of Chicago Press, arXiv, bioRxiv、medRxiv、Microsoft、Unpaywall等。