Semantic Scholar（semanticscholar.org）是由非營利研究機構 Allen Institute for AI（Ai2）營運的免費學術搜尋引擎，服務需要快速篩選文獻、取得引文資料的研究者。它對收錄的論文執行自然語言處理模型，在論文頁與搜尋結果中給出單句 TLDR 摘要，將引用區分為背景、方法、結果延伸三類意圖，並以機器學習模型辨識高影響力引用。與 Google Scholar 等通用學術搜尋相比，可核實的差異在於：站方公開說明收錄規模與資料來源（截至 2026-08-31，首頁搜尋框顯示收錄 237,612,676 篇），並提供免費 API 與可下載資料集，Connected Papers、Litmaps 等文獻工具都建立在這些介面之上（API 總覽）。

網站速覽

  • 網址：https://www.semanticscholar.org/
  • 類型：學術搜尋引擎與學術圖譜資料平台
  • 費用：免費；API 金鑰以表單免費申請（API 總覽）
  • 註冊要求：搜尋、瀏覽論文頁與下載資料集不需帳號；文獻庫、電子郵件提醒、研究動態與認領作者頁需要免費帳號（FAQ）
  • 介面語言：英文；收錄內容也以英文出版品為主（FAQ）

網站背景

Ai2 是微軟共同創辦人 Paul Allen 於 2014 年創立的非營利研究機構，Semantic Scholar 於 2015 年以研究工程專案形式上線（About）。團隊自行研發論文處理與分類模型，同時對外發布開放程式碼與資料集，並在自然語言處理、機器學習、人機互動與資訊檢索方向發表論文；About 頁將「促進科學的平等取用」列為機構價值之一。

內容來源方面，官方說明索引規模超過兩億篇，來自出版商合作、資料供應商與網路檢索（About）。直接合作對象超過 50 家出版商、資料供應商與聚合平台，內容涵蓋 500 餘種學術期刊、大學出版社與學術團體（Publishers）；FAQ 列舉的來源包含 PubMed、arXiv、Springer Nature 等（FAQ）。API 頁面公布的圖譜規模為 2.14 億篇論文、24.9 億筆引用與 7900 萬名作者（截至 2026-08-31，API 總覽）。

Semantic Scholar 首頁：搜尋框即時顯示收錄論文總數

AI 語意特徵

TLDR 摘要。 搜尋結果與論文頁上的 TLDR 是模型產生的單句摘要，概括論文目標與結果，用來在細讀摘要前快速初篩。官方說明該功能仍在 beta 階段，涵蓋電腦科學、生物學與醫學領域近 6000 萬篇論文（TLDR 功能頁），對應研究為《TLDR: Extreme Summarization of Scientific Documents》；資料集中的 tldrs 子集目前約有 5800 萬筆記錄（截至 2026-08-31，資料集發布介面）。

Semantic Scholar 的 TLDR 功能頁，展示電腦科學與生物醫學論文的單句摘要示例

引用分析。 論文的引用清單會標註引用意圖：背景引用提供歷史脈絡與重要性論證，方法引用沿用既有實驗流程，結果引用在先前發現之上延伸（FAQ）。「高影響力引用」由機器學習模型結合引用次數與引用上下文判定，用於找出被引文獻對施引文獻產生實質影響的情形；官方同時說明此判斷依賴施引論文全文，全文無法取得時可能漏判（FAQ）。引用計數方面，官方明確表示語料以正式發表的論文與預印本為主，書籍涵蓋很少、不含專利，與其他網站的計數存在落差（FAQ）。

搜尋與排序。 搜尋結果可依相關性、引用數、最具影響力與時間排序；不支援布林運算子與萬用字元，引號短語檢索可用（FAQ）。搜尋重排序模型在 allenai/s2search 儲存庫開源（GitHub）。學科分類由以標題與摘要為輸入的機器學習分類器完成，每篇論文最多標註三個學科，目前僅支援英文論文（FAQ）。

作者檔案與消歧。 作者頁面依公開來源與合作出版商的資料自動生成，同名作者以 2021 年 6 月上線的 S2AND 消歧模型區分；研究者可認領自己的作者頁，增刪論文、補充機構與 ORCID 等資訊（FAQ）。

生成式 AI 功能與準確性說明。 Ask This Paper 呼叫 OpenAI 的 gpt-3.5-turbo-16k，結合論文內容回答提問；閱讀器中的術語劃詞解釋與 Topic 頁同樣由大型語言模型生成。官方 FAQ 對這類功能設有專門警示，說明生成文字可能包含不易察覺的事實錯誤、措辭不當或不相關內容，建議使用者儘量核實（FAQ）。Topic 頁目前僅涵蓋電腦科學；用於增強閱讀的 Semantic Reader 仍在 beta 階段，目前僅支援 arXiv 來源論文，官方稱已涵蓋超過 25 萬篇（FAQ）。

帳號與開放資料

帳號體系。 免費帳號支援電子郵件、Google 或機構身分註冊，機構登入透過與 OpenAthens、eduGAIN、InCommon 的合作實現；登入後可經 GetFTR 與 LibKey 直達機構已訂閱的付費論文全文（FAQ）。帳號功能包含文獻庫（可建立公開分享連結）、作者/論文/主題電子郵件提醒、研究動態（Research Feeds）推薦與認領作者頁；網站另提供 Chrome 與 Firefox 瀏覽器擴充套件（FAQ）。

API 與資料集。 Academic Graph API 提供論文、作者、引用、期刊與 SPECTER2 向量等資料，另有推薦 API 與資料集 API（API 總覽、API 文件）。多數端點不需認證即可存取，未認證請求在全體匿名使用者間共享每秒 1000 次的限額，高峰時可能進一步受限；申請個人 API 金鑰後的初始限額為每秒 1 次，更高限額經審核後核可（API 總覽）。

全量資料以 S2AG 資料集形式定期發布，包含論文、摘要、引用、作者、TLDR、S2ORC 全文與 SPECTER 向量等子集（資料集文件）；截至 2026-08-31 最新版本為 2026-08-25，發布序列大致按週滾動（發布清單）。S2ORC 是為 NLP 與文字探勘研究設計的語料，以 JSON 形式提供開放取用論文全文的結構化解析（About、GitHub）。官方將這些資料集列為免費開放的資源，請求在發表研究時註明引用，API 使用受專屬授權條款約束（API 總覽、API License Agreement）。

Semantic Scholar API 總覽頁：學術圖譜規模統計與 API 金鑰限額說明

Connected Papers、Litmaps、Sourcely 等第三方文獻工具在官方頁面上說明其服務建立在該 API 與資料集之上；有開發者在比較中指出，PDF 連結、摘要與自動摘要這類詮釋資料在 Google Scholar 等其他學術引用服務中不易取得（API 總覽）。

適用情境

  • 快速判斷一篇論文是否值得細讀：TLDR、引用意圖與影響力標註能在細讀摘要前提供線索。
  • 追溯方法或結論的傳播路徑：引用意圖分類便於區分「沿用方法」與「延伸結論」的文獻。
  • 建立文獻驅動的應用或研究：免費 API 與可下載資料集涵蓋論文、作者、引用與 TLDR 等結構化資料。
  • 維護學者個人檔案：認領作者頁後可修正自動消歧造成的歸屬錯誤。
  • 透過機構登入直達已訂閱的付費全文。

限制

  • 學科與語言不均衡：TLDR 僅涵蓋電腦科學與生物醫學（TLDR 功能頁），Topic 頁僅涵蓋電腦科學，學科分類僅支援英文論文，收錄整體以英文文獻為主（FAQ）。
  • 引文口徑差異：書籍涵蓋很少、不含專利，引用數與 h-index 和其他平台可能不一致；官方明確不建議將 h-index 用作比較性的研究評估指標（FAQ）。
  • 高影響力引用的辨識依賴施引論文全文，全文取得不足時存在漏判（FAQ）。
  • 搜尋能力有限制：不支援布林運算子與萬用字元（FAQ）。
  • AI 生成內容存在錯誤風險，官方對生成式 AI 功能給出明確警示，需要使用者自行核實（FAQ）。
  • 介面只有英文，沒有行動應用程式，僅提供響應式網頁與瀏覽器擴充套件（FAQ）。
  • 付費牆後的全文仍需機構訂閱或向出版商購買；Semantic Scholar 僅在開放取用版本可用時提供 PDF（FAQ）。

同類參考

  • Google Scholar：定位最接近的通用學術搜尋；未公開收錄規模，也沒有對應的公開資料介面。
  • Scopus / Web of Science：商業引文資料庫，需機構訂閱，常用於正式的引文統計與評估。

參考資料