Semantic Scholar
借助 AI 帮助发现相关科学文献的研究工具。
Semantic Scholar 提供免费的AI辅助论文检索、简短TLDR、引用线索与个人文献库，适合发现论文、管理阅读列表和跟踪后续研究。
Semantic Scholar 能做什么
它把检索、引用格式和资料收藏放在一个研究入口中；个人资料库与Research Feeds帮助按主题持续发现论文。
TLDR和高影响力引用是筛选线索，覆盖范围有条件。形成研究结论时仍需回到原文与其他检索来源。
按条件寻找论文
搜索可使用期刊会议、作者、出版类型和日期等条件缩小范围，适合建立初步文献集。
用TLDR快速初筛
部分领域和论文提供自动生成的简短摘要，帮助先判断研究目标与结果是否相关。
组织资料库并导出引用
Library支持自定义文件夹、批量导出引用和公开共享文件夹；Cite提供多种常见格式。
订阅论文与作者变化
可对论文、作者和Research Feeds设置提醒；通过相关与不相关反馈调整推荐方向。
- 核心用途
- 论文搜索、TLDR、引用导出与Research Feeds
- 可完成的工作
- 文献初筛、按主题收藏和持续阅读
- 如何开始
- 从检索开始，登录后保存文献库及提醒
- 使用条件
- TLDR并非覆盖所有论文，个性化结果需要反馈
如何使用 Semantic Scholar
- 用具体关键词搜索
说明主题并逐步加入作者、日期或出版类型条件，保留检索范围。
- 查看摘要和引用线索
将TLDR及高影响力引用作为初筛线索，选择有必要阅读全文的论文。
- 建立主题文件夹
登录后保存相关论文到Library，按实际研究问题分组而非全部混放。
- 开启提醒并核对引用
需要持续发现时启用Research Feeds或作者提醒，引用前检查原始书目信息。
为小课题建立阅读集
适合：开始一个研究主题的学生
- 准备输入
- 研究问题、关键词及时间范围。
- 操作方法
- 编辑建议：先检索并筛选论文，用TLDR作初筛后读摘要和原文，将候选放入同主题文件夹。
- 预期交付物
- 带排除理由的阅读清单。
- 人工检查
- 不把TLDR当成全文，确认数据与方法是否适合问题。
整理参考文献
适合：需要引用资料的人
- 准备输入
- 已读论文列表和要求的引用格式。
- 操作方法
- 编辑建议：用Cite或Library批量导出，再对照原文检查作者、年份、标题和标识。
- 预期交付物
- 可导入写作流程的引用记录。
- 人工检查
- 检查同名论文、版本和缺失字段，避免直接粘贴未核对引用。
跟踪研究方向
适合：持续阅读某主题的研究者
- 准备输入
- 相关论文文件夹与重点作者。
- 操作方法
- 编辑建议：开启Research Feeds或作者提醒，对不相关推荐反馈并定期整理新论文。
- 预期交付物
- 可持续维护的新论文队列。
- 人工检查
- 推荐只是发现入口，不保证覆盖领域全部新研究。
界面与参考图片
开始前需要了解
TLDR覆盖有学科与文献范围
官方产品页仅说明部分论文提供TLDR，不能期待所有搜索结果都有生成摘要。
个人功能需要账号
资料库、文件夹及个性化推荐需要登录，匿名检索不等于已保存阅读记录。
推荐质量依赖主题与反馈
官方建议将相关论文放在一起并标记不相关结果，初始资料混杂会影响推荐方向。
TLDR仅覆盖部分论文；资料库和个性化推荐需要登录，原文访问以出版入口为准。
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
常见问题
Semantic Scholar收费吗？
官方产品页将其定义为免费AI研究工具和开放资源；论文全文能否访问仍取决于相应出版入口。
TLDR可以替代阅读全文吗？
不适合。它是研究目标与结果的超短摘要，方法、限制和细节应从原文确认。
可以批量导出参考文献吗？
Library支持批量导出引用，Cite也提供BibTeX、MLA、APA和Chicago等格式。
怎么让推荐更相关？
按主题组织文件夹并反馈相关或不相关论文，让Research Feeds围绕明确的研究兴趣学习。
