Semantic Scholar

Semantic Scholar是什麼？

Semantic Scholar是艾倫人工智慧研究所所推出的免費學術搜尋與論文發現平台。它運用自然語言處理、機器學習以及學術圖譜，協助研究人員搜尋論文、理解摘要、追蹤引用、管理閱讀清單，並持續提供個人化推薦。

它並非用於產生深度研究報告的工具，而是一套以真實論文的元資料及引用關係為基礎所建立的學術基礎設施。目前，其官方產品頁面上顯示，該系統涵蓋了來自各學科的2.14億篇論文、24.9億條引用關係，以及7900萬名作者的資料。

跨學科論文搜尋

使用者可以依據論文題名、關鍵字、作者及主題來搜尋，並可利用期刊或會議、作者、出版類型及日期範圍等篩選條件來縮小搜尋結果。搜尋結果會顯示作者、年份、引用次數、摘要、開放取得狀態以及可下載的PDF連結。

搜尋範圍廣並不代表每條記錄都完整。論文可能缺少摘要、全文、引用類型或規範的作者資訊；

正式綜述仍需配合Web of Science、Scopus、PubMed及學科資料庫。

TLDR單句AI摘要

TLDR是Semantic Scholar為論文自動生成的簡短摘要，以極少的文字概括研究目標與主要結果，讓使用者能在搜尋結果中快速判斷論文是否相關。

目前，TLDR主要涵蓋了計算機科學、生物學和醫學領域中約6000萬篇論文，且可透過API取得這些資料。它是由NLP模型所產生，因此可能會省略相關的方法、樣本及限制條件，故無法取代摘要或全文內容。

高影響力引用

Highly Influential Citations運用機器學習來分析引用背景、被引次數以及論文之間的關係，從而找出對當前研究具有重大影響力的引用文獻。在面對數百篇參考文獻時，它能幫助使用者優先閱讀那些最重要的文獻。

「高影響力」是模型的分類方式，並不等同於論文品質、結論的正確性，或是必須被引用的標準。不同學科的引用習慣差異明顯，研究人員仍需自行評估。

引用類型與引用上下文

部分論文頁面會將引用關係區分為背景、方法與結果等類型，並顯示相關的引用片段。如此一來，使用者就能更快速地理解為何某篇論文會引用另一篇論文，而不只是看到數字而已。

自動分類可能誤讀作者的語氣與否定關係。在正式判斷支持、擴展或質疑關係時，應打開原論文閱讀完整上下文。

論文詳情頁

論文頁面集中展示題名、作者、出版場所、年份、摘要、TLDR、主題、參考文獻、引用論文、圖表與相關研究。用戶可以繼續按年份、PDF狀態和引用影響篩選後續文獻。

Semantic Scholar彙集了多種學術來源，因此有時可能出現重複記錄、錯誤的年份或作者合併的情況。DOI、期刊的卷期和頁碼應與出版商的頁面內容相互核對。

Semantic Reader

Semantic Reader是一種進階的論文閱讀工具，目前可用於大多數arXiv上的論文。它能夠理解論文的結構，並將正文與Semantic Scholar的學術知識圖譜相結合，從而在閱讀時提供目錄、引用資料、摘要以及相關的上下文資訊。

閱讀器主要用於改善線上閱讀體驗，但無法保證所有PDF文件都能正常使用。對於排版複雜的文件、掃描檔、補充資料，以及受到版權限制的完整內容，仍需從原始來源取得。

Goal、Method與Result高亮

對於多數計算機科學領域的英文arXiv論文，Semantic Reader能自動標出研究目標、方法與結果，協助使用者快速瀏覽。使用者可調整標示的數量與透明度。

高亮是AI分類，不能替代研究設計與結果解讀。論文的限制、基線設定和統計細節往往需要完整閱讀。

上下文定義

閱讀器能根據當前論文的上下文，為帶有標記的術語和縮寫提供定義，從而減少反複離開頁面去查詞的時間。在進行跨學科閱讀時，這種功能尤其方便。

自動定義可能與作者的特殊用法不同，關鍵術語應查看論文定義、引用文獻或權威教材。

引用卡片

在閱讀正文時，使用者可直接查看被引用的論文的基本資訊及TLDR，從而判斷是否有必要打開該論文。如果該引用論文已經儲存於個人圖書館中，系統還能結合個人的研究活動來凸顯其相關性。

高亮與筆記

Semantic Reader透過Hypothesis的整合功能，支援標記重點與做筆記。使用者需擁有相應帳戶才能儲存及管理註解，亦能依據Hypothesis的分享機制進行協作。

批注內容受第三方服務的數據與公開範圍控制。記錄未發表研究想法前應檢查隱私設定。

圖書館文獻庫

登入後可以將論文儲存到線上圖書館，建立自訂資料夾並批量導出參考文獻。公開的資料夾可與合作夥伴分享，對方就能將其複製到自己的文獻庫中。

Library適合用於發現及簡單整理資料，但無法完全取代Zotero、EndNote等參考文獻管理工具的PDF管理、引用插件以及去重功能。

Research Feeds

在Library資料夾中開啟Research Feed後，系統會根據已儲存的論文自動推薦新的研究成果。官方建議先加入至少5篇相關論文，並對不相關的推薦結果給予回饋，如此才能提升推薦的品質。

建議從次日開始持續更新，也可透過電子郵件接收。資料夾的主題越集中，結果通常越相關；

混入多個領域會降低推薦精度。

論文、作者與推薦提醒

使用者可以為論文建立新的引用提醒，追蹤作者的新論文與新引用，同時也能收到 Research Feed 電子郵件。Research Dashboard 會集中顯示這些研究動態。

作者同名和資料合併可能造成提醒噪聲。關注前應核對機構、領域和作者主頁。

作者主頁與認領

Semantic Scholar會為作者建立一個聚合主頁，上面列有該作者所發表的論文、引用次數以及合作作者的資訊。研究人員可以自行管理自己的作者頁面，確認自己所發表論文的歸屬，並收到有關其作品被引用的通知。

個人評價不應只依據總引用量。學科、職業階段、作者順序和數據覆蓋都會影響數字。

引用導出

論文頁面及搜尋結果支援BibTeX、MLA、APA和Chicago等引用格式，Library還能進行批量導出。它很適合用於將已找到的論文納入寫作或文獻管理流程中。

自動格式可能缺少頁碼、卷期或特殊字元，投稿前必須與原論文及期刊格式核對。

開放取得與PDF

平台會顯示合法的開放取得狀態以及可用的PDF連結，部分資訊來自Unpaywall等來源。Semantic Scholar本身並不會繞過出版商的付費壁壘，也不保證每篇記錄都有完整內文。

無法下載時可使用所屬機構訂閱、館際互借、作者存檔或合法開放版本。

免費政策

Semantic Scholar網站、論文搜尋、圖書館、摘要摘要以及主要閱讀功能皆免費，並沒有為一般研究人員提供的付費會員方案。此服務由非營利性研究機構AI2負責運作。

免費並不代表沒有速率、訪問及資料使用上的限制。進行大規模抓取時，應使用官方的 API 與資料集，而非自動化方式來訪問網頁。

Academic Graph API

Academic Graph API提供論文、作者、引用、參考文獻、期刊與會議資訊、SPECTER2向量以及開放取得資料。開發者可透過關鍵字搜尋，或依據Corpus ID或DOI來查詢，並批量取得指定的欄位資料。

應只請求實際需要的欄位，使用分頁、緩存和退避，避免無效的大批量重複呼叫。

Recommendations API

推薦 API 可以根據一組正面論文以及可選的負面論文，來推薦相似的研究，適用於建立文獻搜尋、閱讀清單及主題追蹤的產品。

推薦算法不是系統綜述完整性證明。應用應展示推薦依據、允許用戶反饋並保留專業資料庫檢索入口。

Datasets API

Datasets API可用於批量發布、下載Semantic Scholar學術圖譜，以及取得增量差異資料，適合機構和開發團隊在本地儲存數據並執行自訂查詢。

數據規模很大，下載前應評估儲存、更新、許可和去重成本。批次數據的不同部分可能具有各自許可與全文限制。

Semantic Scholar使用教學

完成一次基礎任務

1. 明確問題、時間範圍、地區、來源優先級和輸出格式；
2. 在Semantic Scholar中上傳有權使用的資料或輸入檢索問題；
3. 先用跨學科論文搜尋建立框架，再透過TLDR單句AI摘要補充證據；
4. 要求區分來源事實、作者觀點和AI推斷；
5. 逐條核對日期、數字、原文位置和相互衝突的證據；
6. 人工修訂結論並記錄核驗時間後再發布；

建立可重複使用的專業工作流

1. 把複雜主題拆成背景、數據、比較和結論四類問題；
2. 組合跨學科論文搜尋、TLDR單句AI摘要與高影響力引用形成固定研究步驟；
3. 優先使用官網、論文、監管文件和原始數據；
4. 對高風險結論設置第二人複核；
5. 保存查詢、證據、版本和未解決的問題；
6. 資料變化後重新運行並更新結論；

API密鑰與速率限制

• 多數端點可以不認證訪問，但未認證用戶共享公共流量，穩定性較低；
• 申請免費APIKey後，官方教學目前說明預設可獲得每秒1次請求的個人速率，並可依項目需求聯繫申請更高上限；
• 出現429錯誤時應降低速度並指數退避；
• APIKey不能放入公開前端或代碼倉庫；

S2ORC開放研究語料庫

S2ORC是Semantic Scholar Open Research Corpus，用於科學文本挖掘及NLP研究，可提供論文的元資料、引用關係以及部分可取得的完整全文。目前建議透過Datasets API來取得持續更新的版本。

S2ORC數據採用ODC-By 1.0等相應許可，使用和再分發需署名並遵守各數據部分條款。Open Research Corpus並不意味著所有論文的全文都可以隨意再發布。

PDF與LaTeX解析工具

AI2在GitHub上公開了s2orc-doc2json，這個工具可以讓人使用Grobid等元件，將PDF、JATS和LaTeX格式的文件轉換成S2ORC JSON格式。它很適合用於研究人員建立科學文檔的處理流程。

解析工具需要獨立安裝依賴，結果也可能在公式、表格和參考文獻連結上出錯，不能等同於託管搜尋產品。

Semantic Reader開放研究平台

Semantic Reader相關研究提供了PaperMage、PaperCraft等函式庫與原型，供開發者用於研究智慧型論文閱讀介面。這些組件展示了部分技術方法，但並非完整的Semantic Scholar網站原始碼。

開源狀態

Semantic Scholar的整體搜尋服務、線上學術圖譜以及相關的生產基礎設施，並非完整的開源應用程式；不過AI2已公開了S2ORC、文件解析器、Semantic Reader等研究組件，以及模型與論文相關的資料。

因此目錄應標記為“平台非完整開源，部分數據、模型和工具開源”。使用具體倉庫前需要分別查看許可證。

與Google Scholar的差異

Google Scholar的覆蓋範圍廣，且擅長找出網頁上的學術版本；Semantic Scholar則更強調結構化的學術圖譜、TLDR、影響力指標、個人化資訊 feed以及開放式 API。

兩者結果與收錄不同，重要檢索最好交叉使用。

與ResearchRabbit、Litmaps的差異

Semantic Scholar是大型搜尋與資料基礎設施；ResearchRabbit和Litmaps則更強調從種子論文出發，進行可視化網絡探索與項目化綜述。

後兩者也經常利用Semantic Scholar API或數據作為底層來源。

適合系統綜述嗎？

• SemanticScholar適合用於補充論文發現、引文追蹤和關鍵字檢索，但不應作為系統性文獻回顧的唯一資料庫；
• 完整綜述需要記錄可重複檢索式、多資料庫覆蓋、去重、篩選和品質評估；

適合哪些用戶？

• 尋找論文、作者及引用關係的學生與研究人員；
• 需要快速篩選大量搜尋結果的使用者；
• 希望持續收到個性化論文推薦的科研人員；
• 閱讀arXiv論文且需要上下文引用卡片的人；
• 開發學術搜尋、推薦及文獻工具的團隊；
• 使用開放學術圖譜進行NLP研究的機構。

產品優勢

• 覆蓋2.14億多篇跨學科論文；
• TLDR和高影響力引用提升篩選效率；
• Library、Feeds和Alerts形成持續發現流程；
• Semantic Reader改善在線論文閱讀；
• 網站與主要API免費使用；
• 開放數據、解析工具和研究組件豐富。

限制與注意事項

• 論文元數據、作者消歧、引用類型和AI摘要都可能出錯，全文覆蓋也不完整；
• TLDR，影響力標籤和推薦不能替代專業判斷；
• API預設的處理速率有限，大量資料需要更大的儲存空間及合規管理；
• 系統綜述必須與其他資料庫結合；

常見問題

Semantic Scholar免費嗎？

免費。網站搜尋、圖書館、研究資源串流、提醒功能以及主要API，都無需一般用戶支付訂閱費用。

Semantic Scholar有多少篇論文？

目前官方產品頁面顯示有超過2.14億篇論文、24.9億條引用，以及7900萬名作者。

TLDR可靠嗎？

TLDR適合快速篩選，但由AI自動生成，可能遺漏限定條件，正式研究必須閱讀摘要和全文。

Semantic Scholar提供API嗎？

提供Academic Graph、Recommendations和Datasets三類API。免費API Key的預設速率約為每秒1次請求。

可以下載全部數據嗎？

可以透過Datasets API獲取學術圖譜的批次數據及增量更新，但必須遵守許可、署名及全文使用限制。

Semantic Scholar是開源的嗎？

完整在線平台並非全部開源，但S2ORC、文件解析器以及Semantic Reader研究組件等資源已公開。