설명
Citrus Search는 기존의 텍스트 쿼리가 종종 수많은 오탐을 초래하는 것을 넘어 과학 문헌 탐색에 대한 새로운 접근 방식을 제공합니다. 유사성 기반 검색을 활용함으로써 연구자는 단일 쿼리로 해당 분야에 대한 포괄적인 개요를 얻을 수 있습니다. 핵심 기능은 "시드 논문"(기초적이거나 매우 관련성 높은 논문)을 선택한 다음 밀접하게 관련된 출판물을 탐색하는 것입니다.
더 읽기
"관련성"을 구성하는 것은 사용자가 선택할 수 있는 유사성 척도에 의해 결정됩니다. "인용 네트워크" 척도는 인용 그래프 내에서 유사한 연결을 가진 논문을 식별하여 영향력 있는 작업과 그 연결을 보여줍니다. 반면에 "콘텐츠" 척도는 제목과 초록을 분석하여 유사한 개념, 아이디어 및 연구 질문을 가진 논문을 찾습니다. 이는 논문 간의 유사성을 계산하는 정교한 그래프 및 텍스트 기반 기계 학습 기술로 구동됩니다.
Citrus Search는 Semantic Scholar의 Open Research Corpus에서 제공하는 방대한 데이터 세트를 색인화하며, 이는 2억 개 이상의 출판물과 약 20억 개의 인용을 포함합니다. 이러한 광범위한 범위는 사용자가 다양한 관련 연구를 발견할 수 있도록 보장합니다. 이 플랫폼은 종종 타임라인에 시각화되는 주요 기여를 한눈에 보여주며, 이는 연구 영역의 진화를 이해하고 중요한 논문을 놓치지 않도록 하는 데 중요합니다. 이는 표준 텍스트 검색이 포착하는 것과 다른 용어나 분류 체계를 사용하는 작업을 식별하는 데 특히 유용합니다.
이 서비스는 사용자 피드백을 기반으로 지속적인 개선을 약속하며 활발하게 개발 중입니다. 버그를 경험하거나 개선 제안이 있는 연구자는 제공된 피드백 양식을 사용하거나 이메일을 통해 개발팀에 직접 연락하는 것이 좋습니다. Citrus Search는 복잡한 연구 환경을 효율적이고 효과적으로 탐색하려는 학자, 학생 및 R&D 전문가에게 필수적인 도구가 되는 것을 목표로 합니다.
- 카테고리AI 리서치 어시스턴트
- 배포클라우드
- 플랫폼웹
Citrus Search의 핵심 기능
과학 문헌을 위한 유사성 기반 검색
검색 시작을 위한 시드 논문 선택
밀접하게 관련된 출판물 탐색
인용 네트워크 유사성 척도
콘텐츠 기반 유사성 척도(제목 및 초록)
그래프 및 텍스트 기반 기계 학습 기술
연구 분야 개요
중요 기여에 대한 타임라인 시각화
Semantic Scholar의 Open Research Corpus 색인화
2억 개 이상의 출판물 포함
약 20억 개의 인용 포함
관련 논문 누락 방지 지원
기존 텍스트 쿼리의 한계 해결
Citrus Search 사용 방법은?
시드 논문 선택: 검색을 시작하기 위해 기초적이거나 매우 관련성 높은 논문을 선택합니다.
유사성 척도 선택: 인용 네트워크 연결 또는 콘텐츠 유사성을 우선시할지 결정합니다.
관련 작업 탐색: 시드 논문과 밀접하게 관련된 것으로 식별된 출판물 목록을 검토합니다.
연구 개요 얻기: 타임라인 보기를 활용하여 중요한 기여의 환경을 이해합니다.
검색 개선: 더 타겟팅된 결과를 위해 시드 논문 또는 유사성 척도를 조정합니다.
피드백 제공: 활발한 개발을 지원하기 위해 통찰력을 공유하거나 문제를 보고합니다.
Citrus Search의 사용 사례
- 문헌 검토
- 연구 발견
- 주요 기여 식별
- 논문 누락 방지
- 연구 동향 탐색
- 시드 논문 분석
