ResearchRabbit: как собрать карту научных статей — значит начать с известной работы, сохранить её как seed, расширять поиск по связям и вести журнал отбора. Карта строится из проверенных записей: Attention Is All You Need, Vaswani et al., 2017, arXiv 1706.03762, DOI 10.48550/arXiv.1706.03762.
Проверяем seed по карточке arXiv
Первый шаг — убедиться, что вы берёте ту самую работу. Откройте карточку arXiv по идентификатору 1706.03762 и сверьте три поля: название «Attention Is All You Need», год 2017 и список авторов во главе с Vaswani. Карточка arXiv позволяет сверить название и год исходной публикации. Сохраните её идентификатор, чтобы повторить поиск.
Идентификатор удобно хранить в двух формах. Короткая — arXiv 1706.03762, она вводится в поисковую строку ResearchRabbit. Длинная — DOI 10.48550/arXiv.1706.03762, она пригодится при сверке метаданных и в библиографии. Обе формы указывают на одну публикацию, и расхождение между ними — сигнал, что запись в вашем менеджере ссылок повреждена.
Размер и состав графа заранее неизвестны. Число связанных работ зависит от того, как база индексирует цитирования, и предсказать его до запуска поиска нельзя. Оставьте время на просмотр кандидатов; число подходящих работ выяснится при отборе.
Сверьте название, год и идентификатор перед поиском и запишите их в журнал. Ошибка в одной цифре идентификатора уводит поиск в другую предметную область, и все последующие рекомендации строятся вокруг чужой темы. Запишите проверенные поля в журнал сразу — они понадобятся при экспорте.
Находим публикацию в ResearchRabbit
В документации проекта описано несколько входов в поиск: ключевые слова, вопрос, вставленный DOI, импорт файла и старт из коллекции. Для известной работы быстрее всего DOI. Вставьте 10.48550/arXiv.1706.03762 в поисковую строку и нажмите поиск.
Откроется карточка статьи. Сверьте её с тем, что вы видели на arXiv: название, год, авторы. Сверьте название, авторов и идентификатор выбранной публикации. Похожие заголовки и разные версии проверьте отдельно. В базе ResearchRabbit, по данным документации, доступно свыше 310 миллионов академических записей из Crossref, Semantic Scholar и OpenAlex, поэтому похожих названий встречается много.
После проверки карточки нажмите кнопку перехода к похожим работам. Документация описывает этот путь так: ввод DOI, просмотр всплывающей карточки, кнопка поиска похожих статей. Вы попадаете в новое пространство поиска, где ваша работа уже помечена как seed.
Если DOI не находится, используйте поиск по названию. Введите «Attention Is All You Need» целиком и отфильтруйте результаты по году 2017. Если поиск по DOI не дал результата, проверьте строку, метаданные и вариант идентификатора. По одному пустому результату полноту базы определить нельзя.
Сохраняем в коллекцию и расширяем поиск
Сохранение — отдельное действие, и его стоит делать по ходу, не дожидаясь конца сессии. Документация советует использовать кнопку сохранения сразу, когда вы понимаете, в какую коллекцию пойдёт работа. Создайте коллекцию с осмысленным именем, например «Transformer — база», и сохраните туда seed.
Расширение поиска в текущем интерфейсе идёт по шагам, которые команда проекта называет «прыжками». Вы отмечаете галочками интересные статьи, они собираются в правой колонке, затем нажимаете кнопку поиска в правом нижнем углу. Отмеченные работы становятся новыми seed, и следующий шаг строится уже вокруг них.
Доступные пути расширения, описанные в документации:
- поиск похожих работ от выбранной статьи;
- поиск более ранних работ по теме;
- переход к смежным темам и подходам;
- расширенный поиск с настраиваемыми фильтрами;
- старт из коллекции, когда все её статьи становятся seed.
Полезная привычка — добавлять seed по одному и смотреть, как меняется выдача. Документация прямо предлагает убирать seed, не относящиеся к теме, и добавлять новые, если результаты ушли в сторону. Каждый шаг уточняет поиск, сохраняя предыдущий контекст.
Рекомендация и библиографическая связь
Две вещи в выдаче выглядят похоже и означают разное. Тематическая рекомендация — это работа, которую алгоритм счёл близкой по совокупности признаков. Документация проекта поясняет, что рекомендации рассчитываются по влиятельности статей в сети цитирований, где влияние складывается из количества и качества ссылок. Библиографическая связь — это проверяемое отношение: статья A цитирует статью B, и это можно подтвердить по списку литературы.
Различать их нужно при отборе. Рекомендация даёт гипотезу: «возможно, это относится к вашей теме». Связь даёт факт: «эта работа действительно опирается на вашу». Документация описывает визуализации, которые показывают, как работы цитируют друг друга, помогают увидеть кластеры, подразделы и пробелы, сравнить основополагающие труды с недавними публикациями.
Откройте библиографии обеих работ и проверьте направление: найденная работа цитирует seed или seed цитирует найденную работу. Прямую связь записывайте с её направлением. При отсутствии прямой ссылки в обе стороны исследуйте основание рекомендации; общие цитирования тоже могут связывать работы. Решение о включении принимайте после чтения.
| Признак | Тематическая рекомендация | Библиографическая связь |
|---|---|---|
| Основание | Совокупность признаков и влиятельность | Ссылка в списке литературы |
| Проверка | Чтение аннотации и текста | Проверка направления цитирования по references обеих работ. |
| Что даёт | Гипотезу о близости | Подтверждённое отношение |
| Решение | Ваш отбор по критериям | Факт для обоснования обзора |
Учебная проверка отбора на карточках A–D
Чтобы отработать навык отбора, возьмите четыре учебные карточки. Это условный пример, он не связан с реальной выдачей сервиса. Вопрос: применение Transformer в обработке языка, период 2017–2020, нужен полный текст.
- A | 2019 | обработка языка | использует Transformer | полный текст есть
- B | 2019 | городской транспорт | нейросети для прогнозирования пассажиропотока, Transformer не указан | полный текст есть
- C | 2016 | обработка языка | LSTM | полный текст есть
- D | 2020 | обработка языка | Transformer | доступен только abstract
Прогоните каждую карточку через три вопроса: совпадает ли тема, совпадает ли метод, попадает ли год в период. Полный текст — четвёртое условие, и оно отсекает работы, которые нельзя разобрать подробно.
Результат: A включается, тема, метод и период совпадают. B исключается, здесь омоним транспортного контекста и другой исследовательский вопрос. C исключается из основного набора, период и метод не совпадают, работу можно держать отдельно как фон. D откладывается для чтения, аннотации недостаточно для заявленного подробного разбора. Итог: одна включена, две исключены, одна отложена.
Этот пример проверяет ваш отбор. Он не предсказывает, что покажет ResearchRabbit по вашему запросу. Учебные карточки не вводятся в сервис и не получают реальных идентификаторов.
Журнал решений: строка и причины
Журнал превращает разрозненные заметки в проверяемую запись. Формат строки:
title | identifier | year | откуда найдена | полный текст | решение | причина
Заполненный журнал по учебным карточкам:
A | учебная карточка A | 2019 | учебный пример | есть | включить | тема, метод и период совпадают
B | учебная карточка B | 2019 | учебный пример | есть | исключить | омоним транспортного контекста, другой вопрос
C | учебная карточка C | 2016 | учебный пример | есть | исключить из основного набора | период и метод не совпадают, возможен фон
D | учебная карточка D | 2020 | учебный пример | только abstract | отложить | abstract недостаточен для подробного разбора
В живом поиске в поле идентификатора попадает реальный DOI или номер arXiv, а в поле «откуда найдена» — шаг поиска, на котором работа появилась. Причина пишется одной фразой, которая объясняет решение человеку, не видевшему вашу выдачу.
Журнал решает две задачи. Он фиксирует, почему работа исключена, и это защищает от повторного просмотра той же статьи через неделю. Он же даёт материал для раздела о методологии обзора, где нужно объяснить критерии отбора.
Экспорт включённых записей и сверка
Экспорт должен содержать ровно те работы, которые вы включили. Документация проекта описывает завершение поиска: перед выходом вам предлагают сохранить найденное в коллекции, а затем выгрузить цитаты в менеджер ссылок или программу для письма. Сохранение доступно в любой момент, ждать конца сессии не нужно.
Порядок действий при экспорте:
- Откройте коллекцию с включёнными работами.
- Проверьте, что в ней нет отложенных и исключённых записей.
- Выгрузите цитаты доступным способом.
- Сверьте метаданные каждой записи с исходником: название, год, авторы, идентификатор.
- Убедитесь, что ссылки на полные тексты ведут туда, где вы их открывали.
Сверка метаданных — обязательный шаг. Базы обмениваются записями, и в выгрузку иногда попадают расхождения в годе или в написании фамилии. Документация ResearchRabbit отдельно отмечает, что сервис работает вместе с библиотечными ресурсами: библиотека даёт доступ к полным текстам, а ResearchRabbit помогает увидеть связи и решить, что войдёт в работу.
Отрицательный случай: совпадение слов
Совпадение слов не делает работу релевантной. Карточка B из учебного примера содержит слово «нейросети» и год 2019, и по формальным признакам она похожа на нужные работы. Тема у неё другая: прогнозирование пассажиропотока в городском транспорте. Появление такой работы в реальной выдаче требует отдельного объяснения; в учебном наборе она исключается по несоответствию вопросу.
Высокая цитируемость работает так же. Популярная статья по смежной теме остаётся смежной, сколько бы ссылок она ни собрала. Включайте её в обзор, когда она отвечает на ваш вопрос, и оставляйте за пределами, когда отвечает на другой.
Граф заранее не предсказывается. Вы не знаете до запуска поиска, какие кластеры покажет визуализация и сколько работ окажется в окрестности seed. Планируйте итерации и оставляйте время на просмотр; форму карты оценивайте по фактически полученному результату.
Частые вопросы
Что такое ResearchRabbit и для чего он нужен?
ResearchRabbit — сервис для поиска и визуализации научной литературы. Он помогает находить связанные работы, видеть сети цитирований и авторов, а также выстраивать итеративный поиск. Документация проекта описывает его как дополнение к библиотечным базам, которые дают доступ к полным текстам.
Как добавить статью как seed в ResearchRabbit?
Вставьте DOI или номер arXiv в поисковую строку и нажмите поиск. Откроется карточка статьи, откуда можно перейти к похожим работам. Документация также описывает старт по ключевым словам, по вопросу, из коллекции и через импорт файла BibTeX.
Чем рекомендация отличается от библиографической связи?
Рекомендация строится по совокупности признаков и влиятельности в сети цитирований. Прямую связь проверяйте по спискам литературы обеих работ и фиксируйте направление цитирования. Релевантность каждой рекомендации и каждой цитирующей работы проверяйте по содержанию.
Как экспортировать выбранные статьи?
Сохраните нужные работы в коллекцию, затем выгрузите цитаты в менеджер ссылок или программу для письма. Документация советует сохранять статьи по ходу поиска, не дожидаясь его завершения. После выгрузки сверьте метаданные с исходными карточками.
Можно ли использовать ResearchRabbit вместе с библиотечными базами?
Да, документация описывает совместную работу: библиотечные базы дают структурированный поиск и доступ к полным текстам, ResearchRabbit помогает увидеть связи и расширить охват. Рабочий порядок — взять сильные статьи из библиотечного поиска и использовать их как seed.