admin/BZJZ_Material

Fork 0

Files

admin 5f555bf342 first commit

2026-06-11 03:33:14 +08:00

6.3 KiB

Raw Blame History

文献搜索策略

系统化的文献搜索方法，帮助研究者高效地找到相关文献。

1. 关键词构建

1.1 核心概念识别

从研究兴趣中提取核心概念：

示例：研究兴趣 "Transformer 模型的可解释性"

核心概念 1：Transformer
核心概念 2：Interpretability / Explainability

1.2 同义词和变体

为每个核心概念列出同义词和变体：

核心概念	同义词/变体
Transformer	Attention mechanism, Self-attention, BERT, GPT
Interpretability	Explainability, Transparency, Understanding

1.3 布尔运算符

使用布尔运算符组合关键词：

(Transformer OR "attention mechanism" OR BERT OR GPT)
AND
(interpretability OR explainability OR transparency)

1.4 领域特定术语

添加领域特定的术语：

方法术语：probing, attention visualization, saliency maps
应用领域：NLP, computer vision, speech recognition
评估指标：faithfulness, plausibility, human evaluation

2. 学术数据库选择

2.1 主要数据库

数据库	特点	适用场景
arXiv	预印本，更新快	获取最新研究进展
Semantic Scholar	AI 驱动，引用分析	发现相关论文，分析影响力
Google Scholar	覆盖面广	全面搜索，找遗漏论文
ACL Anthology	NLP 专业	NLP 领域深度搜索
IEEE Xplore	工程技术	计算机视觉、硬件相关

2.2 搜索策略

arXiv 搜索：

cat:cs.LG AND (transformer OR attention) AND (interpretability OR explainability)

Semantic Scholar 搜索：

使用自然语言查询
利用"Highly Influential Citations"筛选
查看"Related Papers"发现相关工作

Google Scholar 搜索：

使用引号精确匹配："transformer interpretability"
限制时间范围：2020-2024
排除专利：-patent

3. 搜索技巧

3.1 迭代搜索

初始搜索 - 使用核心关键词
分析结果 - 查看高引用论文的关键词
优化查询 - 添加新发现的术语
重复迭代 - 直到找到足够相关的论文

3.2 引用追踪

前向引用（Forward Citation）：

查看哪些新论文引用了这篇论文
了解研究的后续发展

后向引用（Backward Citation）：

查看这篇论文引用了哪些论文
了解研究的基础和背景

3.3 作者追踪

识别领域内的关键研究者
查看他们的其他相关工作
关注他们的最新研究

4. 论文筛选标准

4.1 初步筛选（基于标题和摘要）

包含标准：

直接相关于研究主题
发表在顶级会议/期刊（NeurIPS, ICML, ICLR, ACL, AAAI）
引用次数较高（相对于发表时间）
作者来自知名机构或研究组

排除标准：

与研究主题无关
发表在低质量会议/期刊
明显过时的方法（除非是经典论文）

4.2 深度筛选（基于全文）

质量评估：

方法创新性 - 是否提出新方法或新视角
实验充分性 - 实验设计是否合理，结果是否可信
写作质量 - 论文是否清晰易懂
可重现性 - 是否提供代码和数据

相关性评估：

直接相关 - 核心方法或问题直接相关
间接相关 - 相关技术或应用场景
背景知识 - 提供必要的背景和基础

4.3 文献管理

集成工具：

Zotero（主要工具，已通过 MCP 集成）
- 通过 zotero_add_items_by_identifier 智能导入论文，优先落成 paper/preprint
- 通过 zotero_create_collection 自动创建和组织集合
- 通过 PDF cascade（页面显式 PDF → direct PDF → Unpaywall）尽可能补齐 PDF
- 通过 zotero_get_item_fulltext 读取 PDF 全文进行分析
- 通过 zotero_search_items 搜索已有论文避免重复导入
Mendeley - 社交功能，PDF 标注（备选）
Papers - Mac 专用，界面优雅（备选）

组织策略：

使用 Zotero 集合结构组织文献：

📁 Research-{topic}-{date}
  ├── 📁 Core Papers（核心论文）
  ├── 📁 Methods（方法论文）
  ├── 📁 Applications（应用论文）
  ├── 📁 Baselines（基线论文）
  └── 📁 To-Read（待读论文）

核心论文：直接相关、高引用的关键论文
方法论文：技术方法参考，可借鉴的方法论
应用论文：应用场景参考，领域实践
基线论文：实验对比基准，需要复现的工作
待读论文：初步筛选，待深入阅读

5. DOI 提取与自动导入

5.1 DOI 提取方法

从 WebSearch 搜索结果中提取 DOI 的常见方式：

URL 中的 DOI：

https://doi.org/10.xxxx/xxxxx - 直接 DOI 链接
https://dl.acm.org/doi/10.xxxx/xxxxx - ACM Digital Library
https://ieeexplore.ieee.org/document/xxxxx - IEEE（需从页面提取）
https://arxiv.org/abs/xxxx.xxxxx - arXiv（DOI 格式：10.48550/arXiv.xxxx.xxxxx）

常见 DOI 格式：

10.xxxx/xxxxx - 标准 DOI 前缀
以 10. 开头，包含 / 分隔符
例：10.1038/s41586-023-06747-5（Nature）
例：10.48550/arXiv.2301.00234（arXiv）

5.2 自动导入流程

WebSearch 搜索论文
    ↓
从搜索结果中提取 DOI / arXiv ID / landing-page URL
    ↓
add_items_by_identifier 批量导入到 Zotero
    ↓
工具内部自动执行 PDF cascade
    ↓
必要时用 `zotero_reconcile_collection_duplicates` 做导入后去重清理
    ↓
get_item_fulltext 读取全文进行分析

操作示例：

使用 WebSearch 搜索 "transformer interpretability" site:arxiv.org OR site:doi.org
从结果中收集 DOI 列表
调用 zotero_add_items_by_identifier(..., attach_pdf=true) 批量导入（建议每批不超过 10 篇，避免 API 速率限制）
仅对仍然缺 PDF 的条目，再调用 zotero_find_and_attach_pdfs 做补挂
使用 zotero_get_item_fulltext 阅读关键论文全文

5.3 无 DOI 论文处理

部分论文可能没有标准 DOI：

arXiv 预印本：使用 10.48550/arXiv.{id} 格式
会议论文集：尝试从出版商页面获取 DOI
无法获取 DOI：优先识别 arXiv ID、页面中的 citation_doi / citation_pdf_url；只有都失败时才保存为 webpage。如果关键论文仍缺 PDF，请在 Zotero Desktop 中手动附加。

6.3 KiB Raw Blame History Unescape Escape