AMiner学术智能搜索全面重构：查学者、论文、专利、期刊的一站式AI科研工具

上周，我们推出了AMiner 科研检索双Skill：在微信发条语音，就能搞定科研日报和深度调研

设计Skill过程中，我们发现，科研检索Skill的复杂查询能力并不限于龙虾——「学术搜索」引擎同样可以聚合Skill的六大科研工作流来完成学者、期刊、专利、机构等知识实体深度检索任务。

于是，AMiner「学术智能搜索」“学会”了自己的Skill，完成彻底重构。现在，「学术智能搜索」可以从AMiner 3.3亿文献库、6000万学者档案、1.8亿件专利、10万余种期刊资源、25亿引用关系里，深度挖掘并交付更准确、更全面、更聪明的答案了。

以下，是AMiner学术智能搜索升级后，交的作业。

查学者：给学者完整画像

例如：输入 “Geoffrey Hinton （深度学习教父）在加拿大的研究情况”

升级前：信息单一，维度较少，缺代表成果。

升级后：整合学者代表发文、被引量、参加会议、合作网络，呈现更完整的学者科研画像。

查论文：自主规划排序及归集

例如：搜索”2020年后清华大学在 NeurIPS 发表的强化学习论文”

升级前：仅按时间罗列论文篇目，核心贡献识别、引用量等信息识别零散割裂。

升级后：按论文高引权重分层归集，全面识别核心贡献、代表专题，并汇总清华大学研究趋势及院系识别。

专业问答：由浅入深渐进披露

例如：输入“CRISPR 是什么？”

升级前：技术阐释晦涩难懂，理解门槛高。

升级后：就技术概念本身进行通俗易懂的解答，如需进一步了解更方便追问。

查专利：全面挖掘专利链分析

例如：输入“做一下第三代半导体（SiC/GaN）专利链分析”

升级前：检索意图识别不够精准，将论文作为主要采纳结果。

升级后：不仅精准匹配各项专利，并刻画出专利链技术路线和趋势洞察——直接交专利链分析报告！

查期刊：多维度提供投稿参考

例如：输入“2025年Q1 计算机视觉领域影响力最高的期刊是什么？”

升级前：期刊影响因子单一归纳，少整合。

升级后：给出多维度影响因子综合判断依据，更具参考性。

查机构：懂得将机构实力织网

例如：输入“中科院在量子计算领域的研究实力具体怎样？”

升级前：学者、研究成果、期刊、机构合作网络分散归纳。

升级后：结构化汇总、计算成果产出，综合全面给出调研。

AMiner学术搜索 VS AMiner 科研检索Skill：怎样用？

AMiner学术搜索是完成多源整合的桌面科研助手，适合需反查来源和动态追溯引用的检索任务；

AMiner Skill则是可以DIY科研日报或整理报告的小研究员，用碎片时间“动手”执行轻量任务。

AMiner希望，每一次迭代都能为科研者手中的利器淬火磨锋，拨开学术迷雾，让科研真义豁然开朗。

欢迎在评论区告诉我们，你的使用反馈。