新手读文献（三）：藏在参考文献里的秘密

大家好，欢迎来到IT知识分享网。

我听说很多人读文献时是不看参考文献的，我也听说很多人都在强调知识网络这个事情。

其实这两个事情是可以相辅相成的。

在开始正题之前，我们先了解两个概念：施引文献和被引文献。

如果一篇文献引用了另一篇文献的内容，那么前者就被称为施引文献，而后者则被称为被引文献。

先说读文献里参考文献的意义。

当你平时检索文献的时候，其实基本的步骤就是关键词搜索，然后逐条阅览，再约定是否需要是否下载。

好，这里弄清一个事实。就是，你正常的检索文献是围绕着你感兴趣的主题(关键词)，来进行检索的。那么，你手里正在阅读的文献，不就是你感兴趣的主题吗？而这篇论文所引的论文不就是围绕着你感兴趣的主题而被引用的吗？

这不正好是省去了很多步骤让你去学术搜索引擎上慢慢检索，而直接把一堆和你研究主题相关的文献呈现到了你的面前吗？所以，我每次读文献，都会仔细地读一遍参考文献。

大部分的参考文献都会有论文题目和期刊名这两个信息。这两个信息是读文献列表时最需要关注的两个信息。

论文名，直接对应了这篇引文文献的主要工作内容。

（怎么通过论文名了解论文的主要内容，大家可以看：https://zhuanlan.zhihu.com/p/）

期刊名，直接对应了这篇引文文献的大概水平。

（这里的水平是行业内对某期刊的认可度和口碑。但是新手很难了解，所以还是按照中科院分区来看吧。会踩坑，但是比自己瞎看，踩坑的几率还是要小不少的。)

读文献的文献，是往前检索信息。那怎么往后检索信息呢？

那就去了解一下，你读的这篇论文，都被一些什么论文引用了就知道了。

一个搜索引擎就能解决这个问题。我推荐谷歌学术，学术信息更新快。如果不会科学上网的小伙伴，请使用镜像平替：https://ac.scmor.com/

当你在谷歌学术中，搜索一篇论文，搜索结果栏上就会出现下图：

我们以爱因斯坦的“Cosmological Considerations in the General Theory of Relativity”论文（基于广义相对论的宇宙学思考）为例，可以看到图中，这篇论文的引用次数有603次。鼠标直接点击这个数字，就会出现这个论文的列表。

列表中的所有论文，都是引用了你搜索的那篇论文的，存在知识相关点。这个时候，就按照个人喜好去选择论文下载论文了。方法与一般论文检索无异。通过以上的两个办法，就可以建立自己的文献网络。做课题，读文献，可能会越读越多的。毕竟，知识是发散的。

以上，是我最开始时用的笨办法。后来我又了解用一些软件和网站可以实现我的这种办法。

【Connected Papers】：https://www.connectedpapers.com/

Connected Papers是一款在线论文总结与研究工具，为研究者和应用科学家提供便利，助其轻松找到和探索与其工作领域相关的论文。该工具采用知识图谱的方式呈现关联论文的脉络，使用户能够迅速了解新的学术领域，发现重要的先驱作品和衍生研究，创建个人文献列表，以及获取最新的研究动态。

Connected Papers的使用非常简便，只需输入论文标识符（如DOI、arXiv、URL等）或直接输入论文标题，即可构建该领域类似论文的图谱。在图谱中，节点之间的距离和颜色表示论文之间的相似度，越相近越相似。用户可点击任一节点，查看论文的摘要、引用、被引用等信息，也可点击“Build a graph”按钮，以该论文为中心生成新的图谱。

Connected Papers支持多个学科领域，数据源为Semantic Scholar数据库，该数据库包含数亿篇来自各个科学领域的论文。无论是机器学习研究者、生物学学生还是哲学家，都可在Connected Papers上找到感兴趣的论文。

我们以刚才爱因斯坦的“Cosmological Considerations in the General Theory of Relativity”论文为例，丢入搜索框后会让你确认论文是否正确，确认后出现以下界面：

这个页面上把这些关联的文献密密麻麻的用小雪花球表现出来。但是密密麻麻的，确实也不太好看清。所以这个时候，就需要用到页面上Prior works和Derivateive works两个功能。

Prior works显示在图中的论文中被引用次数最多的论文。通常这意味着它们对于该领域是重要的开创性工作，熟悉它们可能是个不错的主意。

Derivateive works显示在图中许多论文引用的论文。通常这意味着它们要么是该领域的综述，要么是受到图中许多论文启发的最新相关工作。

总之，对于新手来说，Prior works和Derivateive works两个功能都可以找到相关性很充足的论文，至于这两者的区别，其实在新手时期并不太需要了解。

类似的工具，还有【LitMaps】：https://www.litmaps.com/和【Research Rabbit】https://www.researchrabbit.ai/

Litmaps改变了研究人员发现文章和进行研究的方式。传统的关键词搜索和筛选参考文献的方法在处理数百万篇论文时并不具备可扩展性。相反，Litmaps利用引文网络来发现那些使用其他搜索方法容易被忽视的文献。结合我们不断发展的算法和自动警报系统，意味着再也不会错过任何相关的论文。

Research Rabbit是一个帮助研究人员发现、跟踪和分享学术论文的平台。可以根据你的兴趣和收藏提供个性化的推荐和摘要，并且可以让你可视化论文和作者之间的网络关系。它是一个基于人工智能的文献搜索和管理工具，它可以帮助你:Researchrabbit.ai日前支持英文文献的博索和管理，涵盖了多人学科领域，包括医学、生物、化学、物理、工程、社会科学等。它可以访问多人权威的文献数据库，包括PubMed、arXiv、Goodle Schola等。还可以与其他常用的文献管理软件Zotero、Mendelev等进行同步。

更多的功能等待大家慢慢探索吧~仅通过文献衍生读文献一事，讲到这里就结束了。

我是夏夏回来了，一个在高校工作了很多年的博士，担任多个SCI期刊的编辑编委，擅长研究生培养和SCI论文写作发表，你的点赞、收藏、关注和赞赏是对我最大的支持！