太好用了！这 2 个文献助手，让目标文献乖乖送上门

如何高效、准确地查文献，可谓是科研的必备技能。

然而，各种各样的逻辑运算符，布尔逻辑，主题词检索，大多数小白检索文献时，总感觉费时费力，还不一定能得到我们想要的文献。

今天，笔者介绍两款文献小助手，让我们的目标文献，轻轻松松自动送上门。

1. Stork

网址：https://www.storkapp.me/

来源：网页截图

Stork （文献鸟），是一款由斯坦福大学成员开发的免费的文献追踪的软件。其页面简洁，使用方法便捷高效，受到了很多科研人员的青睐。

文献鸟的主要功能是根据我们提供的邮箱和检索关键词，会定期将与检索词相关的最新参考文献推送至邮箱中。不需要我们去 PubMed 或者 Web of Science 中搜索，软件就可以将最新的相关文献推荐给我们。这对于把握行业内最新的研究进展可谓是非常重要了。

第一次使用时，需要使用邮箱注册，根据系统提示操作即可完成。因为该软件的主要功能是通过邮件实现的，所以建议一定要和我们常用的邮箱进行绑定。

来源：网页截图

完成绑定后，输入想要检索的关键词。由于笔者是研究乳腺发育方向，因此关键词设置都是与「乳腺」相关的。

这里的对于「关键词」的定义比较泛，除了我们理解上的检索用的关键词外，还支持作者名字，机构，单位等。关于详细检索词的说明，可以打开网页中提供的「关键词样例」进行查看。

在此，笔者友情提示：在使用词组作为关键词时，双引号的作用很重要，通过双引号限定检索词，可以防止词组被拆开检索。

来源：网页截图

输入关键词后点击「添加」，系统会自动给出当前关键词的一个评价。

比如，笔者这里输入了「cell」 ，系统估计每月将提供 60 多万篇参考文献，说明「cell」这个关键词太过宽泛，不太合适，需要进一步缩小范围。

同时在页面下方的提示中，也会给出合理的建议，我们可以根据建议修改相应关键词。

来源：网页截图

关键词设定好后，系统便会定期将最新的与设定关键词研究相关度高的文献推送到我们绑定的邮箱中。我们可以对推送频率进行设置，选择每天或每周发送。当然，设定好关键词后，也可以选择立刻发送至邮箱中。

来源：网页截图

邮件的内容会根据我们提供的关键词，每个关键词下都会给出最近新发表的高度相关的文献。并且会标注出期刊名，影响因子，分区，是否可以免费获得全文，PMID 的 doi 等信息，点击想要浏览的文章题目后会显示文章的摘要，也可以直接跳转到 PubMed 文献页面中。

关键词设定好后，就可以坐等该软件定期给我们推送邮件了。定期的邮件推送也相当于一种督促，一旦一段时间不看就会堆积一大堆的文献。既能帮助我们及时掌握最新的行业内文章，又可以防止自己偷懒。

2. LitSuggest

网址：https://www.ncbi.nlm.nih.gov/research/litsuggest/

LitSuggest 是 NCBI 出品的一款用于文献检索的在线工具，是一个专用于的生物医学文献推荐和智能检索的系统。LitSuggest 运用了先进的机器学习和信息检索技术，能最大化筛选出我们需要的参考文献。

简单的说，LitSuggest 可以提供给我们最想要的参考文献。

来源：网页截图

一提到机器学习功能，想必就很强大了，为此 LitSuggest 甚至发表了一篇文章专门描述这一工具的使用方式，感兴趣的读者可以去阅读一下原文（点击文末「阅读原文」，即可查看原文）。

来源：网页截图

使用时需要注册 NCBI 的账号，或者直接使用 ORCID 登录也可以。

登录后，点击左侧的「New Project」建立新的项目，并且进行命名。点击「Train Model」，进行偏好设置，这里的左右两个对话框只能输入文章的 PMID，使用空格进行分割。可以直接导入文件，可以用「from query」对关键词进行检索，左侧输入我们想要的或者相近的文献，而右侧输入我们不想检索到的文献。

比如，笔者从事乳腺发育领域，但是很多情况下直接检索「乳腺发育」会出现乳腺肿瘤相关的研究，因此笔者的「Negative」部分之间输入乳腺肿瘤相关的文献，「Positive」输入与乳腺发育相关的文献。设置好后，点击「Train」。

这样系统就会根据我们提供的文献倾向，指定属于我们个人的偏好设置。

来源：网页截图

设置好后，选择「Classify New Publications」，这里就类似于普通的文献检索。

需要我们在「Target」下方的对话框中输入想要检索的文章 PMID 或者直接使用「from query」对关键词进行检索。根据我们之前提交的「Train Model」，系统会自动将「Target」对话框中的文献进行排序，按照我们倾向的主次顺序提供。

完成后需要等待一段时间，进度条到达 100% 就会看到结果，会给出「Target」填入的所有文献的相关度评分，评分越接近 1 表示越是我们需要的文献。

此外，还会提供文献关键词的云图。下方也会按照评分从大到小给出排序的文献，方便我们快速掌握最符合我们需要的参考文献。

来源：网页截图

最后，在项目页面，选择右侧的「Automated weekly digest」后，LitSuggest 会每周自动检索文献，更新我们的检索结果。

如有侵权，请联系本站删除！