传统的文献检索策略——搜索关键词、找论文、查阅它们的参考文献、再追踪参考文献的参考文献——错过了学术知识的网络结构。ResearchRabbit和Semantic Scholar让这个网络变得可见和可导航。
Semantic Scholar
Semantic Scholar（semanticscholar.org）是Allen人工智能研究所构建的免费学术搜索引擎。其独特功能：显示领域中最具影响力论文的引用次数、”高影响力引用”（某篇论文是引用它的论文核心论点的情况），以及对每篇摘要的AI一句话总结（TLDR）。
Semantic Reader功能让你阅读带有内联引用上下文的PDF，悬停在引用上即可查看引用论文实际说了什么的片段，无需打开它。对于有50个以上引用的论文，这大大加快了阅读速度。
ResearchRabbit
ResearchRabbit（researchrabbit.ai）构建视觉化引用网络。从你研究问题的核心1到2篇种子论文开始，它生成一个网络图，显示：引用你种子论文的论文（建立在其上的后续工作）、你的种子论文引用的论文（基础）以及有类似引用模式的相关论文（同类研究）。可视化揭示了集群、子领域之间的桥梁，以及在多个节点反复出现的奠基性论文。
实际发现工作流程
第一步：通过Google Scholar或Semantic Scholar找到你主题的2到3篇核心论文。第二步：将它们添加到ResearchRabbit并探索引用网络。第三步：找出5到10篇关联最多的论文，这些通常是该领域每位研究人员都读过的论文。第四步：将这些核心论文导入Semantic Scholar，查看其”高影响力”引用链。第五步：将完整列表导出到Zotero并按相关性标记。
这个工作流程经常能发现直接关键词搜索遗漏的论文，因为同一引用集群内的论文通常使用不同的术语。
Connected Papers
Connected Papers（connectedpapers.com）提供与ResearchRabbit类似的可视化，但使用不同的算法，基于共引用和书目耦合，而不是直接引用。两种可视化相辅相成：ResearchRabbit显示引用传承；Connected Papers显示研究人员”一起阅读”的论文，即使没有直接引用链接。
