描述
Citrus Search 提供了一种新颖的科学文献导航方法，超越了传统文本查询常常导致大量误报的缺点。通过利用基于相似性的搜索，研究人员可以通过一次查询全面了解其领域。
核心功能包括选择“种子论文”——基础性或高度相关的文章——然后探索与之密切相关的出版物。
“相关”的定义由用户可选择的相似性度量决定。“引用网络”度量识别在引用图中具有相似连接的论文，揭示有影响力的作品及其连接。另一方面，“内容”度量通过分析论文的标题和摘要来查找具有相似概念、思想和研究问题的论文。这由复杂的基于图和文本的机器学习技术提供支持，这些技术计算论文之间的相似性。
Citrus Search 索引了 Semantic Scholar 的开放研究语料库提供的海量数据集，该数据集包含超过 2 亿篇出版物和约 20 亿次引用。这种广泛的覆盖范围确保用户能够发现各种相关的研究。该平台一目了然地展示了关键贡献，通常在时间线上可视化，这对于理解研究领域的演变并确保不遗漏任何重要论文至关重要。这对于识别可能使用与标准文本搜索不同的术语或分类法的研究特别有益。
该服务正在积极开发中，并致力于根据用户反馈进行持续改进。鼓励遇到错误或有改进建议的研究人员使用提供的反馈表或直接通过电子邮件联系开发团队。Citrus Search 旨在成为学者、学生和研发专业人士高效探索复杂研究领域的不可或缺的工具。
Citrus Search的核心功能
科学文献的基于相似性的搜索
选择种子论文以启动搜索
探索密切相关的出版物
引用网络相似性度量
基于内容的相似性度量（标题和摘要）
基于图和文本的机器学习技术
研究领域概览
重要贡献的时间线可视化
索引 Semantic Scholar 的开放研究语料库
涵盖超过 2 亿篇出版物
包含约 20 亿次引用
帮助避免遗漏相关论文
解决传统文本查询的局限性
如何使用 Citrus Search？
选择种子论文：选择基础性或高度相关的文章来开始您的搜索。
选择相似性度量：决定是优先考虑引用网络连接还是内容相似性。
探索相关工作：查看被识别为与您的种子论文密切相关的出版物列表。
获得研究概览：利用时间线视图了解重要贡献的格局。
优化搜索：调整种子论文或相似性度量以获得更具针对性的结果。
提供反馈：分享见解或报告问题以协助积极开发。
Citrus Search的使用案例
- 文献综述
- 研究发现
- 识别关键贡献
- 避免遗漏论文
- 探索研究趋势
- 种子论文分析
