Connected Papers | Find and explore academic papers

背景

在学术研究过程中，文献综述是必不可少的基础工作。然而，传统的关键词搜索方式往往难以覆盖领域内的全部重要文献，尤其对于跨学科或新兴研究方向，研究者容易遗漏关键论文。Connected Papers应运而生，它是一款基于语义相似度的学术论文探索工具，旨在帮助研究人员快速发现与给定论文相关的学术文献，构建可视化的论文关联网络。

核心功能

Connected Papers的核心功能包括：1）种子论文输入：用户可通过论文URL、DOI或标题输入一篇种子论文；2）图谱生成：系统自动计算与种子论文语义最相似的50篇论文，并以力导向图的形式展示；3）节点交互：每个节点代表一篇论文，点击可查看标题、作者、发表年份、引用数等元信息；4）论文详情：右侧面板显示当前选中论文的摘要、作者列表、期刊/会议名称、引用数及参考文献列表；5）导出功能：支持导出图谱为PNG图片，以及导出参考文献列表为BibTeX格式。

技术特色

Connected Papers的技术核心在于其相似度计算算法。它不单纯依赖引用关系，而是基于共引关系（co-citation）和文献耦合（bibliographic coupling）构建论文间的语义关联。系统从Semantic Scholar、CrossRef等学术数据库中获取论文元数据及引用网络，利用自然语言处理模型对论文摘要和标题进行向量化表示，再通过图算法计算节点间的相似度。这种技术路线使得工具能够发现传统关键词搜索难以覆盖的关联论文，尤其适合跨学科研究。

应用场景

Connected Papers适用于多种学术场景：1）文献综述：研究者可快速定位某一领域的核心文献和经典研究；2）选题调研：通过图谱观察研究热点和趋势，发现尚未充分探索的方向；3）论文写作：在撰写引言或相关工作部分时，系统化地梳理文献脉络；4）教学辅助：导师可向学生展示某一研究领域的知识结构；5）跨学科探索：帮助研究者发现本领域与其他学科的交叉点。

最新动态

截至2025年，Connected Papers持续更新，增加了对更多学术数据库的支持，优化了图谱交互体验，并推出了浏览器扩展插件，方便用户直接在学术网站（如Google Scholar、arXiv、PubMed）上快速使用。此外，团队正在开发基于用户反馈的个性化推荐功能，以及支持更大规模论文网络的探索模式。该工具目前完全免费，无需注册即可使用，已成为全球研究人员广泛使用的文献发现平台。