Connected Papers是什么？

Connected Papers 是一款免费的在线工具，它基于图神经网络技术构建，主要利用 Semantic Scholar 数据库。这个工具旨在帮助科研人员进行文献调研，快速梳理某个研究领域的文献关系，了解该领域的基本情况、发展脉络和热点问题。

主要功能

  • 快速了解领域概况：输入一篇代表性论文后，系统会生成相关文献的关系图，帮助用户直观地了解该领域的研究趋势、热门文献和最新动态。

  • 防止遗漏关键文献：在论文产出量大的领域（如机器学习），Connected Papers 能帮助用户找到近期发表的重要论文，避免错过关键内容。

  • 辅助构建参考文献列表：用户可以先确定几篇核心文献，再用这个工具补充其他相关文献，完善参考书目。

  • 发现关联文献：通过“先验工作”视图，能找到目标领域早期的关键文献；通过“衍生作品”视图，可以定位该领域的综述文章以及与输入论文时间相近的最新研究成果。

Connected Papers(图1)

核心特点

  • 相似性计算替代引用分析：不同于传统依赖引用关系的文献分析方式，Connected Papers 通过计算论文内容的相似性来挖掘关联。即使两篇论文没有直接引用彼此，只要内容主题高度相关，也会被关联到一起。

  • 覆盖多领域的数据库：依托 Semantic Scholar 数据库，涵盖自然科学、社会科学等几乎所有学科领域的数亿篇论文。

  • 可视化呈现关联网络：用图形展示论文之间的关系——每个圆点代表一篇文献，圆点之间的连线表示相似性强度。研究同一主题的文献会聚集在一起，圆点大小反映被引次数，颜色深浅代表发表时间（越深越新）。

  • 交互式操作体验：用户可点击图中的文献节点，查看它与原始文献的最短相似性路径；还能自由切换图形视图和列表视图，并按年份、被引量、参考文献数量或与源文献的相似度对结果排序。

使用步骤

  1. 打开官网：https://www.connectedpapers.com/

  2. 输入：在搜索框输入文献的 DOI 号、标题或 URL（支持中文标题），点击“Build a graph”。生成图谱的时间取决于网络状况。

  3. 查看结果：点击图谱中的某篇文献，右侧会显示标题和摘要，可直接跳转至 PubMed、谷歌学术或下载 PDF（部分文献支持）。点击“Prior Works”可查看该领域的重要早期文献；点击“Derivative Works”能找到相关综述和近期成果。

常见问题解答

Q：如何通过Connected Papers了解新领域？

A：输入一篇该领域的典型论文，系统会生成包含相似文献的可视化图谱。通过分析图谱中的文献关联，用户能快速掌握该领域的研究趋势、热门方向和最新进展。

Q：Connected Papers支持哪些学科的研究？

A：覆盖所有科学领域，包括机器学习、生物学、哲学等。其数据库来自 Semantic Scholar，包含数十亿篇跨学科论文。

Q：Connected Papers对文献调研的实际帮助是什么？

A：用户反馈的主要价值在于节省时间——能高效定位重要文献，并发现传统检索方式难以捕捉的文献关联。这种可视化分析方式革新了文献综述流程，成为许多研究者的常用工具。