arXiv预印本高效文献发现与筛选：基于标签策略的工程实践 (v2024.11.15)

Roxi 加速器 — 稳定·快速·安全

全球节点覆盖，支持所有主流平台，一键连接无需配置。新用户免费试用。

立即体验 →

TL;DR: 本文档旨在为科研人员提供一种系统性的方法，高效利用arXiv预印本平台进行文献发现与筛选。重点阐述标签分类理解、高级搜索语法应用及自动化订阅配置，以规避信息过载并提升检索精度。

前置条件

1. 有效互联网连接。
2. 对领域关键词有基本了解。

1. arXiv标签分类体系解析

arXiv平台依赖其内部的分类标签系统来组织和索引提交的预印本。理解这些标签是进行精准检索的基础。例如，cs.AI指代的是计算机科学领域中的人工智能子类。

Note: 每个标签通常包含一个主分类（如cs）和一个子分类（如AI）。熟悉常用标签可显著缩短检索路径。

1. 查看分类列表：

访问arXiv分类页面以获取完整的标签列表及描述。

2. 高级搜索语法与精准匹配

熟练运用arXiv的高级搜索语法是实现文献高效发现的关键。结合逻辑运算符和字段限定符可以显著提高检索结果的相关性。

Warning: 关键词过多或语法错误会导致检索结果不准确或无结果。建议从简单查询入手，逐步细化。

1. 基本关键词搜索：

直接在搜索框输入关键词。

(LLMs AND ethics) OR (large language model AND bias)

预期输出: 包含“LLMs”和“ethics”或“large language model”和“bias”的论文。
(注: 实际输出为arXiv搜索结果页面)

2. 字段限定搜索：

使用ti:(Title), au:(Author), abs:(Abstract)等限定符将关键词限制在特定字段。

ti:(federated learning) AND au:(Konečný)

预期输出: 标题包含“federated learning”且作者为“Konečný”的论文。
(注: 实际输出为arXiv搜索结果页面)

3. 使用分类标签组合搜索：

在搜索查询中明确指定分类标签，进行跨分类或特定分类检索。

cat:cs.CV AND ti:(object detection)

预期输出: 计算机视觉领域中标题包含“object detection”的论文。
(注: 实际输出为arXiv搜索结果页面)

4. 日期范围限定：

通过URL参数或高级搜索界面限定发表日期，获取最新研究成果。

方法一：URL参数（示例，需手动构建URL）

https://arxiv.org/search/advanced?advanced=()&date-filter_by=submitted_date&date-filter_start=2024-01-01&date-filter_end=2024-03-31

查询2024年1月1日至2024年3月31日内提交的文档。

3. RSS订阅与自动化追踪

为持续追踪感兴趣的领域，配置RSS订阅是高效信息获取的“arXiv预印本下载”策略。

1. 生成RSS订阅链接：

在每次搜索结果页面的左侧，通常会提供一个“RSS Feed”选项。

示例搜索页面的RSS链接结构：

https://arxiv.org/rss/cs.CL.new

此链接订阅计算机语言学(cs.CL)分类的最新论文。用户可根据自身需求进行修改。

2. RSS阅读器集成：

将上述链接添加至喜欢的RSS阅读器（如Feedly, Inoreader等）。

Note: 部分阅读器支持关键词过滤，可进一步精炼推送内容。

References

• arXiv.org Category Taxonomy. (Version 2024.11.15)
• arXiv.org Search Help. (Version 2024.11.15)
• Roxi.cc - GitHub镜像站 for faster access.