ABOUT THIS ENTRY
关于 Semantic Scholar
由 AI2 提供的免费学术搜索工具，支持论文发现、引用追踪与研究动态。它面向“计算机与跨学科论文发现”这一类科研任务，可通过Web、API使用。本站将其归入文献搜索，相关能力标签包括学术搜索、引用网络。
适合在研究早期建立检索入口：先用主题、作者或论文定位核心成果，再沿引用和相关推荐扩展文献集合。若要形成正式综述，应把候选论文导出或记录，并回到出版商页面核对版本与全文。
Semantic Scholar 适合哪些科研任务？
- 寻找某一主题的代表性论文与作者
- 沿引用关系补充相关研究
- 通过 API 开展科研文献数据分析
选择与使用建议
建议先用不含敏感信息的小型任务试用，检查输出是否可追溯、能否导出，以及是否适合你所在团队的工作流。涉及论文结论、统计分析或专业模型时，应保留原始来源、参数和人工复核记录。
- 学科覆盖、排序和元数据完整度并不完全一致
- 摘要与推荐只能帮助筛选，不能替代阅读全文
学术搜索引用网络
最后核验：2026-08-26
资料来源：官方来源 ↗
工具功能、价格与政策可能变化，请以官方页面为准。