科研星球

LitSuggest:NCBI 出品的于文献检索的在线工具

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
0.png
图片来源: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)

0 (1).png
图片来源: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。

0 (3).png
图片来源: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。

0 (2).png
图片来源: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。


QQ客服
电子邮箱
淘宝官店
没有账号?