怎样查全一个方向的文献？导师总问「你查全了吗」？ 第1页

不要试图查全一个方向的所有文献，不仅徒增工作量，而且几乎不可能实现。

很多人以为查文献无非是用搜索引擎搜索呗，然后无论有多少，一点一点看，怀有愚公移山的精神总能看完。

其实，并没有那么简单。尤其是针对一个稍微大一点的方向，这种搜索更是十分困难。而且，如何进行搜索其实很多人就不会，更不要说搜索全了，这点我们后面再说。

其实，如果导师问你查全这个方向的文献没有，这个问题实际并不是让你真的把这个方向每一篇文献都查到，而是让你把这个方向了解清楚，找到大方向下的各个分支领域，以及尽可能比较好而新的文献。

所以，我们的应该关注的是，如何尽可能高效准确地了解清楚、全面一个科研方向。

你要知道，一个科研方向中，大量的文献是价值不大的。大部分工作是做一些小修小补，把一个工具翻过来覆过去在很多类似的问题上用很多遍，或者一个问题用很多类似的方法做很多次。

而你如果想要真正了解清楚这个方向，一定要读领域内比较经典，比较新比较好的文献，而不是不经筛选什么都读一通。所以，文献的去粗取精就是一个大工程。

想要提升效率，其实有一条又快又好的捷径。因为，一个领域概况是怎样的，其实大概率早就有人研究过了，而且别人还辛辛苦苦写出了文章，这种文章就是“文献综述”。

从一篇综述，梳理领域方向的脉络

对于综述，搞过科研的小伙伴都应该不陌生，甚至很多科研新人的第一个任务都是写一篇综述。

写综述是一件繁琐费力的事情，需要阅读大量文献，不仅要求全面，而且文献质量要高。你现在需要“找全”一个方向的文献，那不妨“站在别人的肩膀上”。

一篇好的综述，会给你节约大量的时间。一般来说，每个领域都有一些顶级刊物，它们会刊登一些综述性文章。

比如生物医学领域的Nature、Science、Cell三巨头。一篇这三本期刊当中的综述文章，你是完全可以拿出来当教材仔仔细细研读的。另外，还有一个只发表综述的神刊——AnnualReviews：

AnnualReviews的内容涵盖生物学、医学、自然科学、农学和社会科学等多个学科领域。之所以称之为“神刊”，是因为这本期刊并非投稿制，而是邀请制。

这本期刊的综述文章不接受普通作者的投稿，都是编辑邀请领域大咖研究者专门撰写的，不仅权威，而且还能代表学科发展的最前沿方向。

所以，如果你能找到一篇近年来发表的你感兴趣领域的Annual reviews综述，那不要客气，拿回来细细研读吧。

接下来，你要做的，就是从一篇综述开始，梳理这个领域的知识脉络。

其实，这个脉络很可能综述作者都替你梳理好了。比如我随便找一篇Knowledge graph的综述，综述的目录其实就是一个明确的纲领。

你打开你的阅读器就可以看到这篇综述的文章结构（很多阅读器都有这个功能，我用的Xodo，免费好用）

很多领域新手不清楚该如何对这个领域的内容进行归类，综述的归类大部分时候是可取的。

比如对于Knowledge graph这个领域，你要自己总结归纳，不仅费劲，而且容易不得其法，但你看综述作者的归类：

是不是有一种拨开云雾见月明的豁然开朗之感？你甚至可以自己手动画一个思维导图，把领域的概况稍作描述。

有了领域的整体脉络，接下来你不论查找文献还是阅读文献，都可以清楚文献处于一个什么样的知识结构当中。

这就避免了没有经验的小伙伴查了半天文献，可能一直在领域内某个问题那里打转，根本没看到这个方向还有其他重要的问题有待了解。

接下来，综述的宝藏还没挖完。

我刚才刚刚说过，写综述需要阅读大量文献，进行大量筛选、总结、归纳和梳理。所以,综述当中列出的文献往往具有很高的参考价值。

这些文献要么代表某个技术/方法/研究内容的前沿，要么是重要的基础。这些文献不就是这个领域的骨干嘛，找出来，你的任务就完成了一大半，直接读高质量综述中引用的文献，比你自己找的要又快又好。

通过搜索引擎，进一步补完文献

有了领域脉络，其实下一步你就可以通过搜索引擎，进一步补充完善这个领域的文献了。

这里尤其着重需要补充新文献新研究，因为老的研究，如果比较有价值，你读到的综述中大多已经涉及了。

可是，搜索引擎搜索文献最大的难关大家还没解决——搜什么。很多人会给大家讲如何使用搜索引擎，如何限定条件什么的，这些虽然也挺重要，但最重要的永远是“搜什么”。

就拿我刚才举例的knowledge graph来说，如果你只在搜索引擎中输入“knowledge graph”（我限定了时间是2018-2021）

你仍然会陷入海量文献没法逐一阅读的窘境，返回了7万多条结果，就算大部分是没用的，光一条条看文章题目都够受了。

为什么会这样呢？

因为你没有使用“正确”的关键词！

科研文献大多不是以“领域方向”为题目的，而往往是领域中某个非常具体的问题、方法、技术。

所以，你需要的是更加准确，更加具体的关键词。举个例子，你想要查Knowledge graph方面关于“Encoding model”这个方向的文章，那么“relation embedding”(关联嵌入)就是一个比较好的关键词。

这种关键词往往表示领域中一些具体的问题，常见的技术，或者某些常用的表述。你需要准确而且专业的关键词，才能搜索到想要的文献。

这些关键词一方面一方面可以是来自你平日对积累，当然还有一个更加快捷的方法，就是借助我们刚刚阅读完的这篇文献。

翻开综述的参考文献部分，现在我来教你如何找每个细微方向的关键词。

比如你感兴趣的是Linear/bilinear model，那么可以看看这部分引用的那些文献的题目，比如我在下面这幅图中标注出来的这部分。你会发现很多题目中有惊人的相似性（比如截图的这4篇文献中，有三篇存在embeddings relation这两个关键词）。这些相似性的内容，就是你需要积累的关键词。

经过文献综述的阅读，你不仅可以构建方向的整体框架和大致样貌，而且应该积累了够用的关键词。这样通过搜索引擎搜索文献就顺畅很多了。

用一款神器，帮你构架更加完备的文献图谱

当然，搜索引擎是有的局限性的，比如无法判别文献内容是否符合你的要求、文献题目有时不是常见关键词等等。

所以，单纯的使用搜索引擎，其实还是不可避免陷入海量文献的泥潭。这个时候，有一个神奇的工具应该能帮到你——Connected papers（https://www.connectedpapers.com/）

这个网站是一群受困于无法找到想要找的文献的科学家研发的。网站最重要的功能，就是获得某一学术领域的概览，对某一学术领域可以更快捷更准确的认知。

网站算法很强大，你的每一次搜索，网站都会分析大约50000篇论文，选择几十篇与原始论文联系最紧密的文献推荐给你，并且使用一种网络可视化的方式，直观而且更容易理解。

使用这个网站探索一个领域的具体操作也十分简单。

首先，你需要有一篇“母文献”。

“母文献”就是指你这个领域比较重要或者比较新颖的文章。你可以选择一篇领域新发的高分文章或者经典论文作为母文献。

如果你想要完整准确地透视一个领域的文献，那一定不要忘记咱们刚开始看的那篇综述文章。综述文章不仅对大方向进行了细致准确的分类，每个类别还引证了不少关键的经典文献，这些文献可以作为“母文献”，进行你接下来的搜索。

通过这样一篇重要的文献，你可以很轻松地找到与其关联的其他文献，构建领域论文图表。

搜索的时候既可以用标题也可以使用DOI号，搜索后，你会得到下面一副文献关联知识图谱：

通过这个图谱，可以很直观地了解这篇文章的引证关系。

注意，这个关联不是论文之中的“参考文献”那种引用关系，事实上，单纯的“引用关系”并不足以满足我们的需求。这个图表中的文献，即使没有相互引用关系也可能建立一条连接。这种相似性是基于一种特殊的“共引耦合算法”。

图中，关联越密切的文献距离越近，颜色深浅则表示文献发表的时间（这同样是可以调节的）。这个功能，可以让你快速了解这篇母文献的相似或者关联文章。而且，这个工具的作用远不止如此，还有两个重要的功能对于搜索文献的帮助更加巨大。点击“Prior works”，你会收获这个领域引用量比较高的一些经典文献：

这些文献往往是领域内重要的基础知识，或者研究热点，重要的方法技术。这些文献都值得你仔细研读。点击“Derivative works”，就能看到近年来发表到和这个领域高度相关的一些文献。这些文献大量引用了你最开始搜索到的那些文献。

所以它们要么是文献综述，要么是高度相关的衍生工作。通过这样一番搜索，一个领域发展概况其实基本就梳理出来了。而且还有小避免了你不清楚关键词，没办法通过搜索引擎快速搜索的问题，可以称之是每个科研人的必备小工具。

往期干货：

1. 有没有比 Grammarly 更先进的英语作文修改润色软件？
2. 与导师汇报学习进度的时候没东西写，就只是看了几篇文献，该怎么办？
3. 有哪些适合科研狗的 APP ？

小e公开课：

1. 发表 SCI 论文有多难？
2. 如何精准选择投稿期刊？
3. SCI发表攻略：如何写一篇让编辑“刮目相看”的文章？

我们是意得辑，与您在学术道路同行20年的得力伙伴。每日一篇SCI干货，欢迎点赞收藏关注~
由学科专家组建的团队，为您学术道路的每一步提供专业帮助。润色服务详情请戳这儿~

第一，以目前的发展速度，已经完全没有可能穷尽一个方向的所有文献，除非你把这个方向限制在一个非常非常小的领域，并且忽略那些可能相关的问题，但是这本身也很难。

第二，只有少数论文是真正有价值的，其它基本上就是小的翻新，所以应该集中在少数论文上。

第三，使用好的搜索引擎和工具，如果你的论文能在arxiv上找到的话，arxiv最近和connectedpaper合作，提供了一个分析工具，非常直观现实出相关领域里论文的关系，你可以使用。