Semantic Scholar

Semantic Scholar 是艾伦人工智能研究院（Ai2）推出的学术检索工具，官网把自己定义为用 AI 与工程手段理解科学文献语义、帮助研究者发现相关研究的免费工具。它不只是标题检索：结果页带 AI 生成的 TLDR 短摘要，论文页能看高影响力引用、相关主题，还能直接就单篇论文提问。官网首页显示可检索的论文量在 2 亿篇以上，覆盖全部科学领域，另有面向开发者的 API 与 API Gallery。

核心能力

• 语义检索：官网称可检索来自所有科学领域的论文，并支持按期刊与会议、作者、出版物类型、时间范围过滤。
• TLDR 摘要：由 AI 生成的极短摘要，概括论文的主要目标与结果，官方称在计算机科学、生物与医学领域覆盖近 6000 万篇。
• 高影响力引用：官方称用机器学习模型筛选出对施引论文影响显著的引用，帮助在大量引文中优先看重要的那些。
• 文献库与研究推送：登录后可把论文存入在线文献库、按文件夹组织、批量导出引用、公开文件夹供合作者一键复制，并为文件夹开启 AI 驱动的研究推送，定期收到新论文推荐。
• 提醒与作者页：可为某篇论文设置新引用提醒，或关注作者获取新论文提醒；认领作者页后可查看自己论文的最新被引情况。
• 论文问答与主题页：论文页的 Ask This Paper 可就文章提问并附原文支持语句；Topics 页面汇总 AI 生成的定义、常被引论文与相关主题，官方称目前仅开放计算机科学领域。

适合谁

• 开始一个新方向、需要快速摸清领域脉络的研究生与研究者
• 做文献综述的人，用高影响力引用和研究推送缩小阅读范围
• 需要批量导出 BibTeX 等格式引用的写作者
• 跟踪某个作者或某篇论文最新被引情况的科研人员
• 想用大批量文献数据做二次开发的工程师
• 跨学科查找、一时想不出该用什么关键词检索的人

使用建议

先用 TLDR 和摘要筛掉不相关的，再读全文，检索阶段不要陷入逐篇精读。找到几篇核心论文后放进同一个文献库文件夹并开启研究推送，官方建议放 5 篇相关论文、把 3 篇不相关的标记为不相关来训练推荐，收敛速度会快很多。引文列表优先看高影响力引用，再顺藤摸瓜往前追。Ask This Paper 官方称目前仅在部分论文上可用、且主要测试过英文论文，跨语言使用时要多留个心眼。Topics 与部分能力处于 beta 或限定范围，覆盖情况可能变化，以官网当前说明为准。需要注意它并不包含所有付费数据库的全文，校外访问时通过机构订阅或出版方渠道获取原文。