説明
Citrus Searchは、従来のテキストクエリがしばしば多数の偽陽性をもたらすという問題を克服し、科学文献をナビゲートするための新しいアプローチを提供します。類似性ベースの検索を活用することで、研究者は単一のクエリで自身の分野の包括的な概要を得ることができます。中核機能は、「シードペーパー」(基礎的または非常に関連性の高い論文)を選択し、その後、密接に関連する出版物を探索することです。
続きを読む
「関連性」を構成するものは、ユーザーが選択可能な類似性尺度によって決定されます。「引用ネットワーク」尺度は、引用グラフ内で類似した接続を持つ論文を特定し、影響力のある研究とそのつながりを明らかにします。一方、「コンテンツ」尺度は、タイトルと抄録を分析することにより、類似した概念、アイデア、研究課題を持つ論文を見つけます。これは、論文間の類似性を計算する高度なグラフおよびテキストベースの機械学習技術によって支えられています。
Citrus Searchは、Semantic ScholarのOpen Research Corpusが提供する広大なデータセットをインデックス化しており、これには2億以上の出版物と約20億の引用が含まれています。この広範なカバレッジにより、ユーザーは幅広い関連研究を発見できます。プラットフォームは、タイムライン上に視覚化されることが多い主要な貢献を一目で提示します。これは、研究領域の進化を理解し、重要な論文を見逃さないようにするために不可欠です。これは、標準的なテキスト検索では捉えられない、異なる用語や分類法を使用している可能性のある研究を特定するのに特に役立ちます。
このサービスは現在活発に開発されており、ユーザーからのフィードバックに基づいた継続的な改善に取り組んでいます。バグを経験した研究者や改善の提案がある研究者は、提供されているフィードバックフォームを使用するか、直接メールで開発チームに連絡することをお勧めします。Citrus Searchは、複雑な研究ランドスケープを効率的かつ効果的に探索したい学術関係者、学生、およびR&D専門家にとって不可欠なツールとなることを目指しています。
- カテゴリーAIリサーチアシスタント
- デプロイクラウド
- プラットフォームWeb
Citrus Searchの主要機能
科学文献の類似性ベース検索
検索開始のためのシードペーパー選択
密接に関連する出版物の探索
引用ネットワーク類似性尺度
コンテンツベース類似性尺度(タイトルと抄録)
グラフおよびテキストベースの機械学習技術
研究分野の概要
重要な貢献のタイムライン可視化
Semantic ScholarのOpen Research Corpusをインデックス化
2億以上の出版物をカバー
約20億の引用を含む
関連論文の見落とし防止に役立つ
従来のテキストクエリの限界に対処
Citrus Searchの使い方は?
シードペーパーの選択:検索を開始するために、基礎的または非常に関連性の高い論文を選択します。
類似性尺度の選択:引用ネットワーク接続を優先するか、コンテンツの類似性を優先するかを決定します。
関連研究の探索:シードペーパーに密接に関連すると特定された出版物のリストを確認します。
研究概要の取得:タイムラインビューを使用して、重要な貢献のランドスケープを理解します。
検索の絞り込み:より的を絞った結果を得るために、シードペーパーまたは類似性尺度を調整します。
フィードバックの提供:改善とバグ報告を支援するために、洞察を共有したり、問題を報告したりします。
Citrus Searchの使用例
- 文献レビュー
- 研究発見
- 主要な貢献の特定
- 論文の見落とし防止
- 研究トレンドの探索
- シードペーパー分析






