由于现在的工作已经调整了 AI 架构与研究小组,为了能够跟上一些前沿的学术研究成果,打算开始看一些 AI 安全领域的学术论文,当然现在还是得从一些基础性的工作开始学习。这篇文章就梳理一些科研工具,
术语
DOI
简单来说,DOI(Digital Object Identifier)就是互联网上数字内容的 身份证号。无论是一篇学术论文、一份政府报告,还是一个数据集,只要它拥有了 DOI,就意味着它在网络世界中有一个永久性且唯一的身份。
- 永久性: 哪怕期刊网站改版、出版社倒闭或文档搬家,DOI 依然指向该文件的最新位置
- 唯一性: 全球范围内,一个 DOI 只对应一个特定的数字资源。
- 标准化: 它让学术引用变得极其规范,方便数据库自动追踪论文的引用次数和影响力
一个标准的 DOI 编码通常由 10. 开头的数字前缀和后缀组成,例如:10.1038/s41586-021-03430-5
- 前缀(10.XXXX):代表注册机构(如出版社、学术组织)
- 后缀(YYYYY):由出版商自定义的唯一代码
一般
那么如何根据 DOI 找论文呢?直接在 https://doi.org/ 后面加上 DOI 编码,即可访问到该 DOI 对应的文献。例如 https://doi.org/10.1038/s41586-021-03430-5。
影响因子
影响因子(Impact Factor,简称 IF)是衡量学术期刊影响力的重要指标,由科睿唯安(Clarivate Analytics)每年在其发布的《期刊引证报告》(Journal Citation Reports,JCR)中公布。影响因子是基于期刊在前两年发表的文章在当前年份被引用的次数计算的量化指标。
1 | 影响因子= 该期刊前两年发表的文章在当前年份被引次数 / 该期刊前两年发表的文章总数 |
因此如果一个期刊的 IF 是 10,意味着该期刊前两年发的文章,平均每篇在今年被引用了 10 次。影响因子的主要作用有:
- 期刊评价:帮助研究者、机构评估期刊的学术影响力
- 科研评价:部分机构将期刊影响因子用作学者职称评定、经费申请的参考指标
- 投稿参考:作者选择投稿期刊时的重要参考依据之一
尽管影响因子被广泛使用,但其也存在局限性:
学科偏差:不同学科引用习惯差异大水刊风险:有些期刊通过大量互引或发综述来刷高 IF引用不等于质量:一篇文章引用高可能是因为它是热门话题,也可能是因为它结论离谱引发了大规模反驳
因此学术界为了更全面评估影响力,学界也开始引入其他评价指标,例如 CiteScore、SJR(SCImago Journal Rank) 等。
SCI 期刊
SCI 期刊是指被《科学引文索引》(Science Citation Index,简称 SCI)收录的学术期刊。SCI 是全球最著名、影响力最大的科技文献检索系统之一,由美国科学信息研究所(Institute for Scientific Information,ISI)创建,现由科睿唯安(Clarivate Analytics)运营。凡是被该索引收录的期刊所刊登的论文,均称为 SCI 论文。
SCI 是一个多学科的引文数据库,主要收录自然科学、工程技术、医学等领域的高质量期刊。核心功能是追踪文献之间的引用关系,帮助研究者发现研究脉络和影响力。SCI 期刊的特点:
- 严格选刊标准:期刊需通过科睿唯安的评估(如编辑标准、国际性、影响力等),收录率较低
- 影响力标志:被 SCI 收录常被视为期刊学术质量的重要标志
- 具备影响因子(Impact Factor):SCI 期刊会获得影响因子(IF),用于量化其影响力
一些概念的区别:
- SCI:以前专指自然科学领域的期刊数据库(核心子集)
- SCIE:SCI Expanded(扩展版),收录期刊范围更广,现在已经取消了
SCI和SCIE的区分,统称为SCIE(即大家所说的 SCI 期刊) - SSCI(Social Sciences Citation Index):《社会科学引文索引》,收录社会科学期刊
- ESCI(Emerging Sources Citation Index):新兴资源引文索引,作为
SCI/SSCI的预备库,但不计入影响因子 - AHCI(Arts & Humanities Citation Index):侧重艺术与人文(历史、哲学、艺术等)
SCI 只是一个 俱乐部(看你的期刊进没进),并不是所有 SCI 期刊都是好期刊。有些被边缘化、甚至为了钱乱发文章的期刊,会被踢出 SCI 目录,这种被称为 预警期刊。科睿唯安每年发布的《期刊引证报告》(Journal Citation Reports, JCR)中所列的期刊影响因子(Impact Factor, IF),是衡量学术期刊的重要量化指标。
SCI 分区
SCI 分区就是将所有 SCI 收录的期刊按照影响力进行分区排名。目前国内学术界主要存在两套并行的分区标准:
- JCR 分区(国际通用)
- 中科院分区(国内主流)
JCR 分区 是科睿唯安的官方分区,它将一个学科类别(如 CHEMISTRY, PHYSICAL)下所有被 SCI 收录的期刊按照上一年度的影响因子从高到低排序,将该列表平均分为四等份:
- Q1区:排名前 25% 的期刊
- Q2区:排名 25% - 50% 的期刊
- Q3区:排名 50% - 75% 的期刊
- Q4区:排名 75% - 100% 的期刊
中科院分区 是中国科学院文献情报中心的分区标准,它同样是按影响因子排序(近年来也引入了一些更多元化的指标),但比例不是平分的,而是逐层缩减:
- 一区:排名前 5% 的期刊
- 二区:排名 6% - 20% 的期刊
- 三区:排名 21% - 50% 的期刊
- 四区:排名 51% - 100% 的期刊
中科院分区表里还有一个 Top 标记,用来标识在其专业领域内具有很高学术声誉、被广泛认可的期刊,一般都是从 1 区和极少数 2 区期刊中进行筛选的。
CCF 顶会
顶会 是 顶级学术会议(Top-tier Academic Conference)的简称,通常指的是国际上公认的在某一领域内最具影响力和行业地位的学术会议。此类会议一般由一批在该领域内知名的学者组成委员会来审稿和主持。
由于计算机领域的研究迭代极快,因此含金量最高的研究成果通常首发在顶级会议上,顶会论文的认可度通常高于大部分 SCI 期刊,是评价科研人员学术能力的关键指标。顶级会议每年固定时间举办,从投稿到出版的周期远短于期刊(通常为3-6个月),能迅速传播最新想法和技术。
中国计算机学会(China Computer Federation,简称 CCF)将计算机学科划分为若干个领域(如人工智能、系统软件、网络等),并对每个领域的会议和期刊分为三类:
- CCF-A 类(顶尖):国际上极少数的顶级刊物和会议,代表了该领域最前沿、最具影响力的研究方向
- CCF-B 类(高水平): 国际上著名的学术刊物和会议,代表了该领域内高水平的学术成就
- CCF-C 类(知名):国际上重要的学术刊物和会议,学术界公认的合格研究成果展示平台
CCF 列表既包括会议(Conference),也包括期刊(Journal)。在计算机专业领域,CCF-A 类的地位往往高于大多数 SCI 一区期刊。在较新的 第七版CCF推荐国际学术会议和期刊目录,计算机领域被划分为如下子领域:
- 计算机体系结构/并行与分布计算/存储系统
- 计算机网络
- 网络与信息安全
- 软件工程/系统软件/程序设计语言
- 数据库/数据挖掘/内容检索
- 计算机科学理论
- 计算机图形学与多媒体
- 人工智能
- 人机交互与普适计算
- 交叉/综合/新兴
以 网络与信息安全 和 人工智能 两个领域为例,其 CCF-A 期刊和会议列表如下:
以上只是 CCF 的分类列表,也有其他的推荐列表,例如清华大学计算机学科群
推荐学术会议和期刊列表。各个子领域还会有大家公认的、最具权威性的顶会列表。例如
- 机器学习三大会:ICML、NeurIPS(NIPS),ICLR
- NLP 三大会:ACL,EMNLP,NAACL
- 计算机安全领域的四大会:
- IEEE S&P (IEEE Symposium on Security and Privacy)
- ACM CCS (ACM Conference on Computer and Communications Security)
- USENIX Security (USENIX Security Symposium)
- NDSS(Network and Distributed System Security Symposium)
在顶会中,还有一些特殊的荣誉:
- Oral(口头报告): 在所有中稿(Poster)的论文里,只有少部分优秀文章能获得上台演讲的机会(Oral)
- Best Paper(最佳论文):每年几千篇投稿中只选少数几篇获得
Best Paper的荣誉,属于该领域的年度巅峰之作
文献搜索
Web of Science
Web of Science(WOS)是全球最大、最权威的引文数据库和科研分析平台,由科睿唯安(Clarivate Analytics)运营。它不仅是文献检索工具,也可以追踪每一篇论文的引用关系,构建出巨大的 学术谱系图。上面我说的 JCR (期刊引证报告) 和 影响因子 (IF),数据来源就是基于 Web of Science 的引文记录。
WOS 是一个数据库群,最核心就是 SCIE(也就是我们通常所说的 SCI 论文)、SSCI(社会科学引文索引)、A&HCI(艺术与人文引文索引)这几个数据库。
arXiv
arXiv 是一个面向全球研究者的免费、开放获取的学术预印本平台。研究者可以将已完成的论文在正式同行评议和期刊/会议发表之前,提前上传到 arXiv,具有如下特点:
- 无审稿周期:传统期刊审稿可能要半年,但 arXiv 只要经过简单的格式检查,24 小时内你的研究就能上网
- 首创权证明:科学界竞争激烈。通过在 arXiv 抢先发布,你可以获得一个时间戳,证明这个点子是你第一个想出来的,防止被别人抢发
- 论文公开后,全球同行可以立即阅读、讨论和引用。这形成了一种高效的、开放的“预评审”机制,许多论文在正式发表前就已获得广泛反馈和影响力
- 免费:作者上传免费,读者下载阅读免费,是开放科学运动的典范
- 未经过同行评审: arXiv 本身不负责审稿,这意味着上面的文章质量参差不齐
- 每个
arXiv论文都有一个唯一的arXivID(例如arXiv:1706.03762),可以像正式出版物一样被引用
许多顶级会议都允许甚至鼓励作者先在 arXiv 上发布预印本,典型的现代科研流程:
1 | 研究完成 → 上传arXiv(获得优先权)→ 投稿至顶级会议/期刊 → Rebuttal(反驳/回复)→ 根据审稿意见修改 → 会议录用/期刊接收 → 正式出版(通常最终版也会同步更新至arXiv) |
当然论文发布到 arXiv 后,再投正式期刊时也有一些细节需要注意,例如查重问题(大部分会议对此是豁免的)、盲审(Double-blind Review)规则(大多数顶级 AI/CS 会议都是明确允许)、版权问题等。
Google Scholar
Google Scholar 是一个由 Google 提供的免费学术搜索引擎,专门用于检索全球范围内的学术文献,包括论文、书籍、摘要、技术报告、学位论文等。在 Google 学术中,部分文献可直接下载(开放获取),部分需通过机构权限访问。
如果因为网络问题而导致需要重新设置搜索界面的语言,可以在 设置>语言 中进行修改。
Semantic Scholar
Semantic Scholar 是由 AI 驱动的学术搜索引擎,利用自然语言处理(NLP)技术来分析论文:
- 一句话总结 (TL;DR):它能为每篇论文生成一个简短的摘要(通常只有一两行),让你在几秒钟内判断这篇论文是否值得读,而不需要去啃长长的摘要
- 提取核心内容:它能自动识别论文中的核心贡献、研究方法和实验结果
- 强大的引用分析(Influence):识别出哪些后续论文是真正基于这篇研究开发的,而不仅仅是在背景里提了一下
- Semantic Reader(增强阅读器):提供强大的阅读器,例如可以通过弹窗显示所引用的文献
- 通过 Citations 来查看这篇文章被哪些论文所引用,通过 References 查看这篇文章引用了哪些文献,这样可以方便地追踪该领域相关的工作
DBLP
DBLP(Digital Bibliography & Library Project) dblp 是全球计算机科学(Computer Science)领域最权威的文献书目数据库,它以作者为中心,你可以搜到一个学者的主页,看到他从职业生涯开始至今发表的所有论文,甚至能看到他的 合作者关系网。
dblp 不像 Google Scholar 那样什么都收。它由专门的团队(德国 Schloss Dagstuhl)维护,只收录公认的、有学术价值的计算机学术会议和期刊。
关于 dblp 的用法,可以参考这篇文章。
SCI-Hub
SCI-Hub 是一个可以免费下载海量学术论文的网站,它的核心目标是打破学术付费墙(Paywalls),主张知识应该自由传播,而不是被昂贵的数据库订阅费所垄断。在我们找到所需文献的 DOI 后,可以直接在 SCI-Hub 中搜索 DOI 码来获取论文。
SCI-Hub 的域名经常变更,我们也可以通过谷粉搜搜 来访问其最新域名。
CNKI (中国知网)
中国知网(CNKI)是国内规模最大的学术资源数据库,在中文学术圈还是还是有不小的影响力,如果想搜索中文文献,知网还是需要的。
文献管理
Zotero
Zotero 是一款免费、开源、功能强大的文献管理软件,它被学术研究人员广泛使用,堪称 科研必备神器。
使用 Zotero 的典型工作流程如下:
- 发现:在学术网站浏览时,用
浏览器插件一键保存文献 - 整理:在Zotero软件中,用文件夹和标签组织文献,阅读并做笔记
- 阅读:Zotero 自带内置阅读器。你可以在 PDF 上划重点、写笔记,还可以将笔记自动提取出来,变成一篇带有引用链接的综述大纲
- 写作:在 Word 中,用 Zotero 插件插入引文,文章写完时自动生成参考文献列表
- 同步与备份:所有数据(题录、笔记)同步到 Zotero 服务器,PDF 可同步或使用 WebDAV备份
Zetero 是开源的,社区为其提供了大量的插件:
- Zotero Connector (浏览器插件):这是 Zotero 的灵魂,在浏览器中安装该插件后,看到想要收藏的论文,只要点一下浏览器图标,它会自动抓取标题、作者、日期、摘要并自动下载 PDF
- Jasminum (茉莉花): 专门优化中文文献,自动补全知网文献的详细信息
- Zotero PDF Translate: 划词翻译,方便看英文论文
- Zotero Style: 可以在文献列表直接显示期刊的 JCR 分区(Q1/Q2)、中科院分区以及影响因子。一眼看去就知道哪篇文章含金量更高
- ZotFile:自动重命名 PDF 附件(例如改成:
作者-年份-标题.pdf),并将文件移动到你指定的云盘文件夹 - Zotero Word Add-in:安装 Zotero 后,Word 的菜单栏里会自动出现该插件,写论文时点
Add/Edit Citation,搜作者名或标题,文献就插入了。最后点Insert Bibliography,参考文献列表就自动生成了
可以在 Zotero 插件商店 下载这些插件,下载完成后,可以在 Zotero 的 工具>插件>Install Plugin From File 来安装下载的插件。而插件本身的相关配置是在 Zeroter 的 设置 中找到对应插件进行配置的。
其他
如何看 arXiv 文章投稿到哪个会议
根据这篇文章介绍的方法,可以在 arXiv 上下载该文章的 latex 格式,之后看其使用的 LaTeX 模版,就能大致猜测这篇文章投稿的会议。
小结
这篇文章简单梳理了计算机领域学术界的一些基础知识,帮助我们建立对学术研究的初步认知,为后续阅读论文、理解研究成果和跟进技术前沿打下基础。