Connected Papers 是一款专为研究人员和学术工作者设计的学术文献探索工具，通过可视化图表帮助用户发现和探索相关学术论文。以下是关于它的详细介绍：

Connected Papers官网：https://www.connectedpapers.com/

什么是 Connected Papers？

Connected Papers 是一个基于人工智能和自然语言处理技术的在线工具，旨在帮助研究人员快速了解某一学术领域的研究现状、发现相关文献，并追踪研究趋势。它通过构建论文之间的关系图谱，使用户能够直观地看到论文之间的引用、相似性和关联性。

主要功能

• 可视化图表生成

• 输入一篇论文的标题、DOI 或关键词，Connected Papers 会生成一个包含相似论文的交互式图表。

• 图表中的节点大小表示引用次数，颜色代表出版年份，节点之间的连线表示引用关系。

• 用户可以通过缩放和拖动图表，探索不同论文之间的关系。

• 发现相关文献

• 先前作品（Prior Works）：通过“Prior Works”视图，用户可以找到领域内的重要祖先论文，了解研究的起源和发展。

• 衍生作品（Derivative Works）：通过“Derivative Works”视图，用户可以发现后续的文献综述和最新发表的前沿研究。

• 用户还可以通过图表发现与输入论文相关的前期和后续研究，确保不会遗漏重要文献。

• 文献检索与分析

• 提供高效的文献检索功能，用户可以通过关键词、作者、论文标题等信息快速找到相关文献。

• 点击图表中的任意节点，可以查看该论文的详细信息，包括引用次数、作者、发表年份、摘要等。

• 构建参考文献

• 用户可以将感兴趣的论文添加到收藏夹，便于后续查阅和管理。

• 该工具还支持导出文献列表，方便用户在撰写论文时引用。

• 跨学科支持

• Connected Papers 的数据库基于 Semantic Scholar，涵盖来自各个科学领域的数以亿计的论文，支持跨学科研究。

• 多起点图表

• 允许用户添加多个起点论文，创建更全面的文献地图，帮助用户更全面地了解研究领域的全貌。

• 列表视图

• 提供可排序和可过滤的连接论文列表，方便用户进行更详细的分析。

使用场景

• 文献综述：帮助研究人员快速了解一个新的学术领域，构建全面的文献综述。

• 论文写作：辅助学生和研究人员构建论文的参考书目，确保引用的全面性和准确性。

• 追踪研究趋势：在快速发展的领域（如机器学习）中，帮助用户发现并追踪重要的新论文。

• 跨学科研究：帮助用户发现不同学科之间的联系，拓展研究视野。

优点

• 直观易用：通过可视化图表展示论文之间的关系，使复杂的学术网络变得简单易懂。

• 高效探索：快速发现相关文献，避免遗漏重要研究。

• 跨学科支持：涵盖多个学科领域的文献，适用于不同研究方向。

缺点

• 依赖数据库：功能依赖于 Semantic Scholar 数据库的准确性和覆盖范围，可能存在数据不完整的情况。

适用人群

• 学术研究人员

• 研究生和博士生

• 科研机构和企业研发人员

• 学术期刊编辑和审稿人

Connected Papers 是一个完全免费的工具，用户可以直接访问其官网[connectedpapers.com]()并开始使用。