如何用人工智能帮你找论文?

传统的关键词检索论文,浩如烟海的结果让你无所适从?试试人工智能检索引擎。根据你的研究兴趣和偏好,便捷而靠谱帮你找论文。

烦恼

进入一个新领域,读论文是必然途径。

读者一般会遇到2个问题:

如何获取论文全文;

如何筛选该读哪些论文。

在信息匮乏时代,第一个问题就会难倒许多人。

好在近年来,人们有了获取全文的更多渠道。

例如在物理、数学和计算机科学等领域,绝大多数新研究成果,都会首先发在arXiv这个预印本平台上。

解释一下,预印本是指你的论文写好,可以先发上来,然后再投给会议或者期刊。

在同行评议过程完成之前(这个时间段长短不一,真的有按年计算的),别人可以抢鲜读到你的工作成果,同时你上传预印本的行为也申明了自己的知识产权

这样一来,人们就更关注第二个问题了:

如何找到自己需要的论文?

这个问题越来越难以解决。

因为论文太多了

发展较快的领域,尤其如此。

例如人工智能领域,自从深度学习(Deep Learning)成为了显学,大批量的研究者就涌了进来。一时间好不热闹。

这么多的论文里,你该读哪些?以什么顺序来阅读?

要圆满解决这些问题,你可能需要拥有一张完整的领域知识地图。

可惜,人类的阅读速度,都跟不上新论文的发表速度了。几乎没有哪个人能拥有这张知识地图(而且还恰好愿意为你提供咨询服务)。

这给初学者造成了非常严重的困扰。

有人会告诉你:多读。

读到你不再是初学者,就好了。

这个建议放在今天,恐怕还是要被信息的洪流淹没。

正如庄子说的那样:

吾生也有涯,而知也无涯。以有涯随无涯,殆已!

幸好,恰恰是人工智能技术的发展,使得人们有了更加强大的武器,来应对海量论文奔涌而来的困局。

本文为你介绍一款基于人工智能的arXiv论文检索与推荐引擎,来帮助你处理论文查找和筛选问题。

检索

我为你推荐的这个论文检索引擎,叫做arXiv-sanity。

这是首页的样子。

第一次使用的时候,建议你点击这个链接(https://youtu.be/S2GY3gh6qC8)查看介绍视频。

为了使用这个检索引擎,你需要创建一个账户。

别怕麻烦,10几秒钟就能完成。只是你需要把密码记录下来,以免下次忘记。

这是我账户创建完毕的样子。

我们来对比一下,arXiv和arXiv-sanity中,依据关键词检索论文的结果有什么差异。

在arXiv里面,搜索“keras”,结果是这个样子的。

看着中规中矩,对吧?

而在arXiv-sanity中搜索同样的关键词,结果是这样的:

arXiv-sanity的搜索结果以更加可视化的形式呈现。你不仅可以看到标题、作者等信息,而且还可以直观看到其中正文的预览图。

这样一来,一眼扫过去,你就可以观其大略,发现某篇论文是否符合你的口味。

我的研究生应该会比较喜欢这个功能。这样他们寻找候选翻译论文的时候,就能尽量避开公式太多的了。

基于关键词的检索是最为基本的功能。

我们来看看其他服务。

群体

一篇论文写得如何?其他用户可能会有评论。

点击“Discussions”按钮,你就能查看评论,从而了解他人眼里,论文的优点与不足了。

如果你暂时还没有确立自己的研究方向与兴趣,也没有关系。

这套论文检索系统充分利用了人类用户的群体智慧(crowd wisdom),即观察和分析他人的行为,来帮你找到可能感兴趣的论文。

尝试一下,点击屏幕上方的“top recent”按钮。

系统会根据他人在文献库收藏的情况,为你推荐一周内最受欢迎的论文。

当然你也可以自己选择时间尺度。我们来尝试一下“All Time”(全部时间段)。

深度学习领域大牛Ian Goodfellow的论文NIPS 2016 Tutorial(发表于2017年)排在第一位。

但是使用这个检索系统的人毕竟还有限。少数人的关注,可能不足以说明问题。

没关系,这个系统还和社交媒体平台Twitter链接了起来。

点击屏幕上方的“top hype”按钮,你会看到以下界面。

你可以试试把鼠标滑动到某个Twitter用户头像上,直接看TA说了什么。

当然,社交媒体平台上的数据,也并非完全相关与可靠。但是对于科研内容的评价和传播来说,社交媒体数据(评论、转发等)还是比较有参考价值的。

毕竟,愿意研究论文的人,大致上还是有一定的学术基础,并且比较珍视自己的名誉,因此胡乱评价的概率较低。

将检索平台自身的收藏数量和社交媒体推荐相互印证,你就不难找到一些引领趋势的研究成果。

可是,这些成果虽然代表了流行程度和受关注度,却未必符合你的胃口。

这就该人工智能上场了。

智能

你可以通过文章内容的相似性寻找符合口味的论文。

回到我们刚刚检索“Keras”的第一个结果下,点击“show similar”,就能看见以下分析结果。

系统通过自然语言处理后,认为与该研究相关的文章都被列出来了。

我们检索的Keras是一种深度学习框架,结果标题中出现Theano也是。看来机器帮我们找的相似性还是比较靠谱的。

比起人工推荐同类研究论文,arXiv-sanity这样的计算机系统可以不知疲倦地随时监测,实时发现新的结果,并且及时通知用户。

这样一来,你做文献综述的时候,心里就会更有底了。

我们来看看更智能的应用——论文推荐。

如果说相似结果查找还不过是照猫画虎,论文推荐可就是见微知著了。

在检索结果中,咱们选择一些感兴趣的论文,将它们存入到自己的独立文献库(Library)中。点击那个软盘模样的存盘按钮就可以。

被收藏的文章,存盘按钮变成了蓝色。

进到我们的文献库里看看。



你的检索、阅读和保存等动作都在给arXiv-sanity系统传递信号。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180219B0KM9C00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券