语义论文检索
使用语义匹配在约 1.48 亿篇学术论文中检索，因此即使措辞不同，也能找到相关工作。
cito
认领cito 是面向学术论文的程序化搜索服务，结合语义检索与关键词检索，覆盖约 1.48 亿篇本地论文。帮助研究者和开发者按语义或精确术语查找论文，并提供元数据与来源链接。
面向大型本地语料库的学术论文搜索
Cito 是一个快速的学术文献程序化搜索服务。它检索约 1.48 亿篇本地论文的语料库，并将语义检索与关键词检索合并为一个排序结果集，因此用户既可以按含义也可以按精确术语找到论文。
该产品面向那些需要通过 API 而不是浏览器搜索框来可靠发现论文的用户。由于语料库是自托管的，Cito 在查询时不会继承上游速率限制，并且结果来自其自身索引，因此行为可复现。
核心能力
关键词检索
在标题和摘要上通过 BM25 搜索，匹配精确术语、行话、作者和缩写，帮助定位准确的论文引用。
混合结果排序
通过互惠排名融合将语义和关键词排名结合起来，更重视在两个系统中都表现良好的论文。
查询模式控制
当工作流只需要一种模式时，可以只使用语义检索器或关键词检索器；文档中公开了 mode=semantic 和 mode=keyword。
确定性本地索引
对同一查询和语料快照获得可复现的排序，查询时不调用第三方 API。
结果元数据与来源链接
接收结构化的论文元数据以及可用时的开放获取 PDF 直链，而不是完整文本托管层。
实际使用场景
基于概念的文献发现
按概念而不是精确措辞查找奠基论文或某个主题领域，这在你只知道工作背后想法时很有用。
精确术语与行话检索
搜索包含特定方法、缩写、模型名称或作者术语的论文，并希望精确词项匹配与相关语义结果一起出现。
程序化论文搜索
使用 API 在应用中构建研究或发现功能，并依赖固定语料快照获得可复现的排序。
论文筛选与阅读工作流
利用提供的元数据和开放获取 PDF 链接（如存在）从搜索结果进入源论文，完成筛选与阅读流程。
商业或研究再分发
使用许可条款和归属指南，在产品、数据集或论文中重新发布搜索结果，而不必猜测数据权利。
Pros and Cons
Pros
- 将语义搜索与关键词搜索整合在一个系统中，可在同一次查询里同时支持更广泛的发现和精确术语查找。
- 使用自托管语料库和本地索引，文档称这可避免查询时的上游 API 速率限制。
- 对相同查询与相同快照提供确定性排序，有助于可重复的研究工作流。
- 在可用时显示结果元数据和开放获取 PDF 链接，使从发现到阅读的流程更顺畅。
- 基于开放许可数据构建，并清晰说明下游归属要求。
Cons
- 公开文档和页面未在所提供的定价网址上显示价格详情，因此这里无法获得成本信息。
- Cito 提供的是元数据和链接，而不是托管的全文；用户仍需前往源出版商或仓库获取论文本身。
- 所收集证据中的产品界面主要集中在搜索和 API 使用，因此团队协作或集成等更广泛的工作流功能在现有来源中未被记录。
FAQ
Cito 是做什么的？
Cito 是一项面向学术文献的程序化搜索服务。它结合了语义检索和关键词检索，覆盖约 1.48 亿篇本地论文，并将结果融合为一个排序列表。
搜索是如何工作的？
文档说明，Cito 使用 SPECTER2 进行语义检索，并在标题和摘要上使用 BM25 进行关键词检索。你也可以使用 mode=semantic 或 mode=keyword 只运行其中一种模式。
结果包含哪些信息？
Cito 返回的结果包含标题、作者、期刊/会议、发表日期、DOI、引用次数以及摘要等元数据（如有）。当存在开放获取副本时，还会提供指向源站的直接 PDF 链接。
我可以在商业工作中使用 Cito 的结果吗？
可以。许可页面说明，Cito 基于开放许可的学术数据构建，只要保留 API 响应中要求的归属字符串：“Data from Semantic Scholar”，你就可以在商业产品、研究和出版物中使用这些结果。
Cito 是否托管论文全文？
Cito 不会代理或重新托管全文。PDF 链接指向原始出版商或仓库，下载的 PDF 的任何使用都受其来源条款约束。
Quick Facts
- 类别
- 开发者工具
- 主要用途
- 面向学术论文的语义与关键词搜索
- 语料库规模
- 约 1.48 亿篇论文
- 数据来源
- Semantic Scholar 和 OpenAlex
- 查询行为
- 本地索引与混合排序
- 许可
- 开放许可的学术数据；转发结果需保留归属