你是否也为整理大量文献而烦恼，这几个开源工具或许会成为你的得力助手。
1. Liststudy
https://github.com/NLeSC/litstudy
Using the power of Python and Jupyter notebooks to automate analysis of scientific literature
litstudy 是一个 Python 包，在Python 或者 Jupyter环境下可以实现文献综述所需工作的自动化。它允许在 Jupyter 笔记本上轻松地分析科学文献。 它支持选择科学出版物并使用可视化、网络分析和自然语言处理来研究它们的元数据。
从本质上讲，这个软件包提供了五个功能:
a.从各种来源提取科学文档的元数据。 数据通过标准接口统一，允许合并来自不同来源的数据。
b. 过滤、选择、删除重复项和注释文档集合。
c. 计算和绘制文档集的一般统计数据（例如，关于作者、地点、出版年份等的统计数据）
d. 生成并绘制各种书目网络作为交互式可视化。
e. 基于自然语言处理（NLP）的话题发现，自动发现热门话题
2. Asreview
https://asreview.readthedocs.io/en/latest/about.html#labeling-workflow-with-asreview
ASReview LAB 是一个免费的 (Libre) 开源机器学习工具，用于筛选和系统地标记大量文本数据。 它有时被称为系统评论或元分析中标题和摘要筛选的工具，但它可以处理任何类型的必须系统筛选的文本数据，请参阅发表在 Nature Machine Intelligence 上的论文。
ASReview LAB 实现了三个不同的选项：
Oracle：筛选与主动学习模型交互的文本数据。 审稿人是做出标签决定的“神谕”。
模拟：评估主动学习模型在完全标记数据上的性能。
探索：探索或演示 ASReview LAB 与一个完全标记的数据集。 这种模式适用于教学目的。
ASReview LAB 是乌得勒支大学发起的 ASReview 研究项目的产品之一，该项目已发展成为一个由来自世界各地的研究人员、用户和开发人员组成的活跃社区。
3. PRISMAflow
https://github.com/nealhaddaway/livingPRISMAflow
Produce living systematic review flow diagrams that conform to PRISMA checklist standards
实时系统评价应尽可能详细地报告，最好使用标准化流程图来显示所有已识别、筛选和包含的证据的命运。 PRISMA 2020 流程图是 PRISMA 流程图的最新更新。 该软件包允许用户生成以 PRISMA 为模型的定制流程图。 用户可以选择是否包含流程图的“上一个”和“其他”部分，并且模板 CSV 文件中的多个更新作为图表每个框中的单独列包含在内。
对于写一般的文献综述来说，这几个工具值得尝试，对于提高工作效率和提升数据展示会有很好的效果。
原创文章，作者：门童靖博士，如若转载，请注明出处：https://www.agent-universe.cn/2023/02/12623.html
