Semantic Scholar 是由艾伦人工智能研究所（Allen Institute for AI，AI2）开发的免费学术搜索引擎。和普通关键词检索不同，它用 AI 去"理解"论文内容，帮研究者更快地发现、筛选、读懂海量文献，是做文献综述和科研调研的实用工具。
Semantic Scholar 是什么
Semantic Scholar 收录了两亿多篇学术论文，覆盖计算机、生物医学、物理等广泛学科，核心能力在"语义"二字：
- 语义搜索：不只是匹配关键词，而是理解查询意图，找出真正相关的研究。
- TLDR 一句话摘要：用 AI 为论文生成极简摘要，让你快速判断"这篇要不要细读"。
- 引文脉络：清晰展示一篇论文引用了谁、被谁引用，并区分引用的性质，帮你顺着脉络追溯研究谱系。
- 高影响力标注：识别有影响力的引用和论文，辅助判断重要性。
- 作者与研究主题页：聚合某位学者或某个主题下的相关工作。
适合谁
- 科研人员 / 研究生：做文献综述、追踪领域进展、找相关工作。
- 学生：写论文时查资料、理清概念的来龙去脉。
- 任何需要读学术论文的人：想快速在大量文献里定位关键研究。
特点
- 完全免费：非营利机构出品，无订阅墙。
- AI 理解内容：TLDR 摘要和语义搜索显著降低文献筛选成本。
- 引文分析强：引用网络和影响力信号帮助判断论文价值。
- 开放数据：提供 API 和公开数据集，支持二次开发和学术工具搭建。
使用建议
用 TLDR 快速海选、再对重点论文精读，能大幅提升文献调研效率。顺着"被引用"链条往下追，常能找到该方向最新的进展。它对英文文献覆盖最全，中文及部分小众领域收录相对有限，必要时结合其他学术数据库一起用。
价格
Semantic Scholar 完全免费，API 也对研究和开发者开放。