有没有一种最简单方法来查找、理解和学习任何研究论文？
有没有一种对于咱们阅读的每一篇论文，都能够轻松地从AI那里获得简单的解释和答案，并发现一个由相互关联的相关论文组成的网络？
来看看SciSpace吧，它提供的文献综述的数据提取和Copilot的文献分析，一定让你爱不释手！
系统搜索文章和文献AI解析是SciSpace的两大特色功能。
首页当中有几类文章可以直接搜索定位：
一类是当前流行的文章，比如“Attention is All you Need”是ChatGPT所采用的关键技术之一。
第二类是关于机器学习的文章，比如比较经典的剑桥大学出版社的“An introduction to SVM”。
第三类是关于自然语言处理的文章。
毕竟这三类文章是当下最火热的，所以SP为了让用户能够爱上这个工具，也提供了最快捷的方式，方便用户获取相应的文章。
这一点和Paper Digest在主页面提供ICML类文献的思路非常像。《AI学术 | PaperDigest 综述和摘要简直太好用了，如果你也关注ICML！》
一. 我们先看下SciSpace搜索框能为我们带来什么。
接下来我们在搜索框中选定一个主题，比如机器学习中的特征选择和特征提取的比较。“The comparison between feature selection and feature extraction”。
结果出来如下！有一段关于FS和FE的区别的总结，并且附带几篇top文献。
此外， 还提供了文献综述中非常费时的Data extraction，直接整理成表格展现出来了！
甚至，如果你对英文阅读比较别扭，还可以直接翻译成中文（实际上这样对于经常阅读英文文献的同学，可能更别扭，这里我们还是提倡阅读英文的文献，因为有些文献内容的表达和专有名词，英文确实要更准确一些）。
二. 对于这段insight，我们也可以对其进行反馈，比如点赞做得不错，或者反馈文字。
也可以通过“Ask a Quesiton”打破沙锅问到底，尝试询问AI更深入的一些问题。
实际上这是集成了AI Copilot，有几个常规的问题我们可以直接询问，亦可以提出自己的问题。
比如询问Copilot，这些文献有什么异常或者反常的结果吗？
并没有！
比如询问Copilot，这些文献当中有什么创新的方法吗？
回答也是中规中矩，基本反映出每一篇文献中所提到的Novel methdology。
以上是关于Insight以及其中所提及的文献的一些AI交互过程，特别适用于当你有某个明确的主题，希望通过主题来搜索并发现insight的过程。
说到这里，大家也可以参考另外一篇文章，就是关于通过问题找结论和文献的AI工具。《AI 学术| Consensus 三秒让你从海量文献直接找到答案！》
我们继续文献综述中的表格部分。
我们可以选择支持PDF，open access，并且设定年限以及文献类型。
这里要强调的是年限的设定，目前只能支持到2021年，和OpenAI 3.5的数据集时限是一样的，但好消息是，即将支持2022和2023的papers。
此外，对于表格当中的字段，还支持更多设定；
增加result, method used和limitation之后，表格更新如下；
基本上可以辅助文献综述中的数据提取工作，当然，前提是这些文章你都大致阅读过。
三. 基于上述表格中的文章，我们选定一篇，看SP对单篇文章能够做哪些事情。
SP提供了关键词Promtps，比如结论是啥，摘要是什么，什么结果等常规的内容。
同时，也提供了对话窗口和示范问题Prompts，供你向AI Copilot进一步提出自己的个性化问题。
以上，SP提供了对于单篇文章的基本信息外，还提供了基于该文献的关键词、常规示范问题和对话框自定义问题的Prompts。
也就是说，你可以就这篇文章进行广泛和深入的提问，这个功能和ChatPDF非常相似。《ChatGPT账号被封？科研写作神器ChatPDF不妨一试，可当ChatGPT(套壳)！》
以上是通过搜索框搜索和发现insight，同时快速生成文献综述的data extraction表格，并可以针对单篇文献与AI Copilot进行对话。
四. 下面是另一个入口，即通过上传文献的方式来看看SP提供哪些功能。
分为两部分，一部分可以自己阅读通读全文；
另一部分是通过AI的方式来快速了解文章；
比如用两句话描述摘要；
又比如这篇文献的主要贡献是什么；
对于自己写论文有用的内容，可以做相应的笔记；
这里还有一个功能值得尝试，就是分析文章中的公式和表格；
我们可以选择文献中的图表数据；
AI可以直接阅读图中的图表数据，并给出相应的解释，绝对是懒人神器！
我们再尝试一下表格数据的解读；
表格数据的解读，表现也是中规中矩！
也可以解释数学公式；
以上，说白了，一篇文章通过AI工具，基本上可以理解得七七八八，同时，你可以把相应重要的内容作为自己的笔记，并用于论文的写作！
五. 此外SP还提供了AI Detector功能，也就是这篇文章是否是AI生成的，你可以用它来进行检测！
比如这篇完全由ChatGPT生成的文字，检测结果100%AI生成！
再比如这篇由Jasper生成的文字，判断出33%是由AI生成的！
同样，我们输入一段由SP生成的文字，对于它自己生成的，检测也不在话下！
那么，我们找一篇文献的内容，看看检测结果如何；
竟然也能检测出来！这篇文章是2023年的文章，或许不排除作者也用了AI的方式生成文字。
以上，我们大概过了一遍SciSpace的基本功能，两个字总结的话，就是惊喜：
它的确能够为文献综述的数据提取，以及单篇文献的深入分析提供有效帮助，此外，文献检测工具也是让人眼前一亮！
并且，整个过程走下来，还没有看到收费环节。不得不说，这是一款值得结合实际并深入挖掘的AI学术工具。
参考文献：
[1]https://typeset.io/
[2]https://typeset.io/t/about/
[3]https://typeset.io/ai-detector
[4]https://blog.paperspace.com/scispace-nlp-tools-for-researchers-and-publishers/
HAVE FUN!
Let’s SciChat，你的专属AI学术和工程助手
来扫我吧~
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/2023/07/11038.html
