Для международной науки хорошо, с русской литературой сложнее

Пишу диссертацию по машинному обучению, Semantic Scholar стал основным инструментом для поиска статей. Пользуюсь, наверное, с начала второго курса аспирантуры.

Семантический поиск реально работает иначе, чем в Google Scholar: находит статьи по смыслу запроса, а не только по ключевым словам. Если набрать что-то вроде «attention mechanisms in low-resource NLP», подберёт работы, где этого словосочетания в заголовке может и не быть. TLDR-рефераты экономят время — не надо открывать каждую статью, чтобы понять, о чём она. Граф цитирований с меткой Highly Influential помогает быстро найти, на что ссылаются чаще всего в теме.

Главный минус — русскоязычные журналы почти не индексируются. eLIBRARY, КиберЛенинка не охвачены вообще. Для российских авторов это неудобно: работы отечественных коллег приходится искать отдельно. Интерфейс только на английском, по охвату уступает Google Scholar: там статей в два раза больше. Зато API бесплатный и с нормальной документацией, я уже начал его использовать для скрипта по сбору датасета.

Для тех, кто работает с международной литературой, хороший вариант. Если ориентируешься на русскоязычную науку, придётся комбинировать с другими источниками.