簡介
這年頭，人工智慧(AI)無所不在，不管怎樣都要扯上一點AI。但先要有個概念，AI並不只是大型語言模型(Large Language Models, LLMs)而已。
Semantic Scholar是一個免費、AI驅動的文件檢索與發現工具，希望能提供全球研究社群的開放資源。它索引了來自多家出版社、資料提供者、網路爬梳的超過二億篇學術論文。細看合作的資料單位，有知名的ACM、Cambridge、IEEE、IOP、SAGE、SPIE、WILEY等商業或非商業出版社；也有網路上註明的綠色道路(Green Road)開放取用(Open Access)平台，如arXiv、medRXiv、PubMed，或是像Frontiers這類的開放取用出版社。
Semantic Scholar首頁
Semantic Scholar的合作單位
特色
Semantic Scholar有個Google-Like的檢索介面，檢索結果預設以相關性排序。使用者可以利用學術領域(Fields of Study)、日期範圍(Date Range)、全文(Has PDF)、作者(Author)、期刊與研討會(Journals & Conference，其實包含了資料來源)進行檢索結果的過濾。
Semantic Scholar檢索結果
為了方便使用者辨識自己需要的文獻，Semantic Scholar提供了TLDR人工智慧文章摘要。所謂的TLDR就是Too Long Didn't Read，例如下圖的第一篇文章就有TLDR，跟在後面的就是AI摘要，摘要最後有個Expand，按下去可以展開這篇文章的作者摘要。第一篇文章下有個657，這是表示這篇文章被其他657篇文章所引用，PDF表示這篇文章有可下載的全文(有可能是開放取用文章)，後面會跟著出版單位、存檔(Save)/已在文獻庫(In Library)、引用該篇文章(Cite)等選項。如果一篇文章有引用你文獻庫裡面的文章，就會顯示Cite a paper in your library。
TLDR、被引用、與個人文獻庫的關係
Semantic Scholar有個高影響力引用文章的功能，它會出現在兩種情形：
檢索結果中顯示Highly Influenced
- 檢索結果中某篇文章顯示Hightly Influenced，如上圖，這表示這篇文章真的很重要，有高影響力。Semantic Scholar官網有大概寫高影響力的判斷標準，這裡就不多說了。
- 當你點入單篇文章檢視摘要等資訊時，會有一個小方框顯示這篇文章在所有引用它的文章裡扮演的角色，例如下圖可以看出"What is Ai Literacy?..."被657篇文章所引用，它在其中的69篇引用文獻中扮演了高影響力引用的角色，其他的還有做為研究背景的引用、作為研究方法的引用、在結果中引用等角色（如果把這些文章加起來，不一定會等於657）。
文章被引用角色
就如同所有檢索與發現系統一樣，產生某篇文章的引文格式是一定要的，不管是要用BibTex，或是MLA、APA、Chicago。
最後要提的是個人文獻庫(Library)和新知通訊(Alerts)的功能：
- 個人文獻庫：顧名思義，個人文獻庫就是讓你將感興趣的文章儲存起來的功能，使用者可以根據主題等方式來建立文獻夾(Folder)，也可以與合作研究者共享文獻夾。此外，還可運用Semantic Scholar的AI-Powered Research Feed進行個人化推薦文獻的推播，Semantic Scholar會根據存放在同一文獻夾中文獻的相似性(這就是為什麼我建議根據主題來建立文獻夾)來推薦文獻。喔～你也可以特別指出不相像的文獻，那Semantic Scholar就會少推薦一點這些不相像的文獻。
- 新知通訊分為三種：(1) Paper Alerts -- 當某特定文章有新的引用時會通知；(2) Author Alerts -- 當某特定作者的文章有新的引用時會通知；(3) Research Feed Alerts -- 就是前面說的個人文獻庫的個人化推薦文獻。