aboutsummaryrefslogtreecommitdiffstats
path: root/.agents/skills/research-ideation/references/literature-search-strategies.md
diff options
context:
space:
mode:
Diffstat (limited to '.agents/skills/research-ideation/references/literature-search-strategies.md')
-rw-r--r--.agents/skills/research-ideation/references/literature-search-strategies.md203
1 files changed, 203 insertions, 0 deletions
diff --git a/.agents/skills/research-ideation/references/literature-search-strategies.md b/.agents/skills/research-ideation/references/literature-search-strategies.md
new file mode 100644
index 0000000..368dc9c
--- /dev/null
+++ b/.agents/skills/research-ideation/references/literature-search-strategies.md
@@ -0,0 +1,203 @@
+# 文献搜索策略
+
+系统化的文献搜索方法,帮助研究者高效地找到相关文献。
+
+## 1. 关键词构建
+
+### 1.1 核心概念识别
+
+从研究兴趣中提取核心概念:
+
+**示例**:研究兴趣 "Transformer 模型的可解释性"
+- 核心概念 1:Transformer
+- 核心概念 2:Interpretability / Explainability
+
+### 1.2 同义词和变体
+
+为每个核心概念列出同义词和变体:
+
+| 核心概念 | 同义词/变体 |
+|---------|------------|
+| Transformer | Attention mechanism, Self-attention, BERT, GPT |
+| Interpretability | Explainability, Transparency, Understanding |
+
+### 1.3 布尔运算符
+
+使用布尔运算符组合关键词:
+
+```
+(Transformer OR "attention mechanism" OR BERT OR GPT)
+AND
+(interpretability OR explainability OR transparency)
+```
+
+### 1.4 领域特定术语
+
+添加领域特定的术语:
+
+- **方法术语**:probing, attention visualization, saliency maps
+- **应用领域**:NLP, computer vision, speech recognition
+- **评估指标**:faithfulness, plausibility, human evaluation
+
+## 2. 学术数据库选择
+
+### 2.1 主要数据库
+
+| 数据库 | 特点 | 适用场景 |
+|--------|------|---------|
+| **arXiv** | 预印本,更新快 | 获取最新研究进展 |
+| **Semantic Scholar** | AI 驱动,引用分析 | 发现相关论文,分析影响力 |
+| **Google Scholar** | 覆盖面广 | 全面搜索,找遗漏论文 |
+| **ACL Anthology** | NLP 专业 | NLP 领域深度搜索 |
+| **IEEE Xplore** | 工程技术 | 计算机视觉、硬件相关 |
+
+### 2.2 搜索策略
+
+**arXiv 搜索**:
+```
+cat:cs.LG AND (transformer OR attention) AND (interpretability OR explainability)
+```
+
+**Semantic Scholar 搜索**:
+- 使用自然语言查询
+- 利用"Highly Influential Citations"筛选
+- 查看"Related Papers"发现相关工作
+
+**Google Scholar 搜索**:
+- 使用引号精确匹配:"transformer interpretability"
+- 限制时间范围:2020-2024
+- 排除专利:-patent
+
+## 3. 搜索技巧
+
+### 3.1 迭代搜索
+
+1. **初始搜索** - 使用核心关键词
+2. **分析结果** - 查看高引用论文的关键词
+3. **优化查询** - 添加新发现的术语
+4. **重复迭代** - 直到找到足够相关的论文
+
+### 3.2 引用追踪
+
+**前向引用**(Forward Citation):
+- 查看哪些新论文引用了这篇论文
+- 了解研究的后续发展
+
+**后向引用**(Backward Citation):
+- 查看这篇论文引用了哪些论文
+- 了解研究的基础和背景
+
+### 3.3 作者追踪
+
+- 识别领域内的关键研究者
+- 查看他们的其他相关工作
+- 关注他们的最新研究
+
+## 4. 论文筛选标准
+
+### 4.1 初步筛选(基于标题和摘要)
+
+**包含标准**:
+- 直接相关于研究主题
+- 发表在顶级会议/期刊(NeurIPS, ICML, ICLR, ACL, AAAI)
+- 引用次数较高(相对于发表时间)
+- 作者来自知名机构或研究组
+
+**排除标准**:
+- 与研究主题无关
+- 发表在低质量会议/期刊
+- 明显过时的方法(除非是经典论文)
+
+### 4.2 深度筛选(基于全文)
+
+**质量评估**:
+1. **方法创新性** - 是否提出新方法或新视角
+2. **实验充分性** - 实验设计是否合理,结果是否可信
+3. **写作质量** - 论文是否清晰易懂
+4. **可重现性** - 是否提供代码和数据
+
+**相关性评估**:
+1. **直接相关** - 核心方法或问题直接相关
+2. **间接相关** - 相关技术或应用场景
+3. **背景知识** - 提供必要的背景和基础
+
+### 4.3 文献管理
+
+**集成工具**:
+- **Zotero**(主要工具,已通过 MCP 集成)
+ - 通过 `zotero_add_items_by_identifier` 智能导入论文,优先落成 paper/preprint
+ - 通过 `zotero_create_collection` 自动创建和组织集合
+ - 通过 PDF cascade(页面显式 PDF → direct PDF → Unpaywall)尽可能补齐 PDF
+ - 通过 `zotero_get_item_fulltext` 读取 PDF 全文进行分析
+ - 通过 `zotero_search_items` 搜索已有论文避免重复导入
+- Mendeley - 社交功能,PDF 标注(备选)
+- Papers - Mac 专用,界面优雅(备选)
+
+**组织策略**:
+
+使用 Zotero 集合结构组织文献:
+
+```
+📁 Research-{topic}-{date}
+ ├── 📁 Core Papers(核心论文)
+ ├── 📁 Methods(方法论文)
+ ├── 📁 Applications(应用论文)
+ ├── 📁 Baselines(基线论文)
+ └── 📁 To-Read(待读论文)
+```
+
+- 核心论文:直接相关、高引用的关键论文
+- 方法论文:技术方法参考,可借鉴的方法论
+- 应用论文:应用场景参考,领域实践
+- 基线论文:实验对比基准,需要复现的工作
+- 待读论文:初步筛选,待深入阅读
+
+## 5. DOI 提取与自动导入
+
+### 5.1 DOI 提取方法
+
+从 WebSearch 搜索结果中提取 DOI 的常见方式:
+
+**URL 中的 DOI**:
+- `https://doi.org/10.xxxx/xxxxx` - 直接 DOI 链接
+- `https://dl.acm.org/doi/10.xxxx/xxxxx` - ACM Digital Library
+- `https://ieeexplore.ieee.org/document/xxxxx` - IEEE(需从页面提取)
+- `https://arxiv.org/abs/xxxx.xxxxx` - arXiv(DOI 格式:`10.48550/arXiv.xxxx.xxxxx`)
+
+**常见 DOI 格式**:
+- `10.xxxx/xxxxx` - 标准 DOI 前缀
+- 以 `10.` 开头,包含 `/` 分隔符
+- 例:`10.1038/s41586-023-06747-5`(Nature)
+- 例:`10.48550/arXiv.2301.00234`(arXiv)
+
+### 5.2 自动导入流程
+
+```
+WebSearch 搜索论文
+ ↓
+从搜索结果中提取 DOI / arXiv ID / landing-page URL
+ ↓
+add_items_by_identifier 批量导入到 Zotero
+ ↓
+工具内部自动执行 PDF cascade
+ ↓
+必要时用 `zotero_reconcile_collection_duplicates` 做导入后去重清理
+ ↓
+get_item_fulltext 读取全文进行分析
+```
+
+**操作示例**:
+
+1. 使用 WebSearch 搜索 `"transformer interpretability" site:arxiv.org OR site:doi.org`
+2. 从结果中收集 DOI 列表
+3. 调用 `zotero_add_items_by_identifier(..., attach_pdf=true)` 批量导入(建议每批不超过 10 篇,避免 API 速率限制)
+4. 仅对仍然缺 PDF 的条目,再调用 `zotero_find_and_attach_pdfs` 做补挂
+5. 使用 `zotero_get_item_fulltext` 阅读关键论文全文
+
+### 5.3 无 DOI 论文处理
+
+部分论文可能没有标准 DOI:
+- **arXiv 预印本**:使用 `10.48550/arXiv.{id}` 格式
+- **会议论文集**:尝试从出版商页面获取 DOI
+- **无法获取 DOI**:优先识别 arXiv ID、页面中的 `citation_doi` / `citation_pdf_url`;只有都失败时才保存为 `webpage`。如果关键论文仍缺 PDF,请在 Zotero Desktop 中手动附加。
+