本文旨在总结研究生阶段(AI领域)关于论文检索、阅读、期刊会议分区、影响因子等常识问题,也包括一些工具和网站的推荐
1.关于期刊、会议的一些常识
学术论文分为期刊和会议,不同领域期刊和会议的权重不同,计算机领域为例:
计算机科学的publication最大特点在于:极度重视会议,而期刊则通常只用来做re-publication。大部分期刊文章都是会议论文的扩展版,首发就在期刊上的相对较少。也正因为如此,计算机期刊的影响因子都低到惊人的程度,顶级刊物往往也只有1到2左右----被引的通常都是会议版论文,而不是很久以后才出版的期刊版。因此,要讨论计算机科学的publication,首先必须强调的一点是totally forget about IF (IF指影响因子)。另外一点要强调的是,计算机科学的绝大多数期刊和大部分的“好”会议都规模非常有限。很多好的期刊一期只登十来篇甚至三四篇论文,有的还是季刊或双月刊。很多好的会议每年只录用三四十篇甚至二十篇左右的论文。所以,当你发现计算机的每个领域都有好几种顶级刊物和好几个顶级会议,不必惊讶。
原文链接:https://blog.csdn.net/liupeng19970119/article/details/106074860
期刊
IF(Impact Factor):影响因子,是一个衡量学术期刊影响力的指标,它用于评估期刊文章的引用频次和被引频次。具体而言,影响因子是一个期刊的被引频次(即该期刊上发表的所有文章被其他期刊引用的总次数)与该期刊发表的论文数量的比值。例如,某期刊在过去两年中总共发表了100篇论文,这100篇论文总共被引用了1000次,那么该期刊的影响因子就是10(1000/100)。
一般来讲,一个期刊的影响因子是否高是要相对比较的,不同专业不同范围的期刊标准不一样。
查看一个期刊的影响因子,可以参考相关数据库或平台,如 Web of Science、Scopus、PubMed等,或者直接访问 Clarivate Analytics 的 Journal Citation Reports(JCR)网站。
会议
会议论文的影响力评定标准与期刊不同,主要分为以下几个方面:
(1)会议排名:某些领域的顶级会议会被广泛认可,并享有较高的声誉。在特定领域中,一些会议被视为重要的发布平台,他们的接收水平和影响力较大。因此,参与这些会议并发表论文可能会增加论文的曝光度和学术影响力。
(2)引用频次:会议论文的影响力也可以通过被其他学者引用的频次来测量。如果一个会议论文被其他研究者广泛引用,那么可以认为该论文具有较高的影响力和重要性。
下面列举一些计算机领域中的顶级会议和期刊以供参考:
机器学习 :NIPS, ICML, UAI, AISTATS(期刊:JMLR, ML, Trends in ML, IEEE TNN)
计算机视觉和图像识别:ICCV, CVPR, ECCV(期刊:IEEE T-PAMI, IJCV, IEEE TIP)
人工智能:IJCAI, AAAI,NeurIPS
其他相关会议:SIGGRAPH, KDD, ACL, SIGIR, WWW
2. 文献检索
检索工具:arxiv
使用方法:Advanced Search功能
(1)根据图片所示选项对论文进行检索,且可点击选项下方的Add another term+按钮增加检索条件
Title:标题
Authors:作者
Abstract:摘要
Comments:论文作者或提交者附加的额外说明、评论或备注信息,一般会包括论文页码、收录期刊等,如下图所示:
Journal Reference:输入特定期刊的名称,以搜索引用了该期刊文章的论文
ACM(Association for Computing Machinery):计算机科学领域的论文分类。ACM数据库网址:https://dl.acm.org/ 收录由ACM举办的各种会议中发表的论文
MSC(Mathematics Subject Classification):数学领域的论文分类
Report Number:这是论文在 arXiv 上的唯一标识符,类似于一个识别码。每篇在 arXiv 上提交的论文都会有一个独特的报告编号,通常由日期和作者名称等信息组成,报告编号在每次论文提交时会自动生成,可以作为一种临时的标识符使用。
arXiv identifier:arXiv Identifier 是一个永久性标识符,用于唯一标识 arXiv 上的论文。它是一个类似于 “YYMM.NNNNN” 格式的数字代码,其中 “YYMM” 是表示发布年份和月份的四位数,“NNNNN” 是一个五位数的序列号。
Cross-list Category:跨类别分类。这个选项允许指定在其他学科分类中的交叉列表。它可以帮助搜索同时出现在多个学科领域或分类中的论文。
DOI(Digital Object Identifier):DOI 是一个用于标识数字对象(如学术论文、书籍、数据集等)的持久性标识符。通过 DOI,可以方便地访问和引用特定的数字对象。在 arXiv 中,一些论文也具有 DOI,你可以使用这个选项搜索具有特定 DOI 的论文。
ORCID(Open Researcher and Contributor ID):ORCID 是一个国际性的研究人员身份标识符。它是一个唯一且持久的数字标识符,用于区分不同的研究人员和其贡献。在 arXiv 中,一些作者可能已经关联了他们的 ORCID 标识符。你可以使用这个选项搜索与特定 ORCID 相关联的论文。
arXiv author ID :arXiv作者唯一ID
关键字(All Fields):输入关键词或短语以在所有字段中进行综合搜索(包括标题、作者、摘要等)。
(2)选择要检索的学科/领域
可在最下方位置选择是否允许交叉领域的论文
(3)选择论文提交日期及摘要显示词量
(4)查看论文发表的会议、期刊及其影响力
随便截一张,可通过comments中收录该论文的期刊、会议判断其影响力,也可通过谷歌学术输入论文标题查看其被引用次数。
补充:如果你找到的arxiv文章不是最新的版本,可以尝试将pdf链接的x替换成5,例如:https://arxiv.org/pdf/2301.11490.pdf替换成https://ar5iv.org/pdf/2301.11490.pdf
检索工具和方法有了,那么我们该如何确定适合自己的检索关键词?
这里说一下我自己的方法:
(1)通过chatGPT,newbing等工具直接找到自己感兴趣领域的综述类文献,对于人工智能和计算机领域我推荐一个网站:https://www.aminer.cn/,这里面也有直接chat检索论文的功能可以试一下。
(2)综述论文中通常会给出作者检索文献的方法,对我们有很大的参考意义,下面以我找到的一篇为例:
从图片上我们可以清楚的看到,作者是在哪些网站用何种关键词进行的检索,而后作者根据自己想要研究的方向制定了一些问题,甚至再度给出了他们研究论文的流程图:
(3)在该综述文献中了解该领域的各个小方向,针对自己感兴趣的小方向,提取出其中的关键词,以作者检索文献的方式检索自己想要的文献。
在确定小方向之前一定要问自己一个问题:确定方向是为了什么?更好水论文?更好就业?专心科研?
三个不同的目的会有不同的确定方向的办法,我有时间会补充。
3.文献阅读
文献筛选阶段推荐一个非常好用的工具:chatpaper
这个工具可以快速提取你上传的pdf论文摘要、背景、方法、实验结果等信息,并且作者已经把代码开源了,有需要的可以到github上下载实现自定义功能:https://github.com/kaixindelele/RHER#rher-ralay-her–a-powerful-variant-of-her
今天先写到这里,后面有时间再补充。