Connected Papers

AI搜索引擎

Connected Papers 是论文关系图谱工具,可根据种子论文发现相似研究、先前工作和后续论文,适合快速理解文献脉络和补充线索,正式综述仍需结合数据库检索与人工筛选标准再引用。

工具介绍

Connected Papers 是学术文献关系图谱工具,帮助用户从一篇种子论文出发,快速看到同一研究领域中相互关联的论文。它适合在进入新领域时建立文献脉络。

核心功能

Connected Papers 会根据论文相似性生成可视化图谱,并提供相关论文、Prior Works、Derivative Works 等视角。用户可以通过图谱观察核心论文、相邻研究和研究演化方向,再继续打开原文阅读。

适合场景

适合文献综述准备、论文选题、研究领域入门、课程报告和科研资料补充。相比只看关键词列表,图谱能帮助用户发现主题相近但关键词不同的论文。

使用边界

图谱结果是发现工具,不是完整检索策略。数据库覆盖、相似性算法和种子论文选择都会影响结果。正式综述仍要结合学术数据库、检索式和人工筛选。

常见问题

Connected Papers 的搜索结果可以直接引用吗?

不建议直接引用。正式使用前应打开原始来源,核对发布时间、作者、上下文和数据口径。

它适合替代传统搜索引擎吗?

更适合作为资料初筛和摘要入口,复杂研究仍需要结合多个来源交叉验证。

使用 AI 搜索要注意什么?

要关注来源质量、引用完整性、时效性和潜在偏差,避免只看生成摘要就做结论。

选型建议

选择 Connected Papers 时,建议先明确数据来源、检索对象、权限模型和结果使用方式。若用于正式业务流程,应保留来源链接、评估召回准确率,并安排人工复核关键判断,避免把搜索结果或生成摘要当成唯一依据。