BibGenie 如何理解你的文献库

为什么需要这篇说明

当你在 BibGenie 里搜索文献时，你很多时候并不只是想找“包含同样关键词的论文”，而是想找“讨论相近问题、方法或主题的论文”。

这就是 embedding 和 indexing 发挥作用的地方。

什么是 embedding？

可以把 embedding 理解成一种把文本转换为“可比较表示”的方式。 它不是简单提取关键词，而是尽量保留文本的语义信息。

你不需要关心背后的数学细节，只需要理解这几点：

• 语义相近的文本，embedding 通常也更接近
• 主题差异较大的文本，embedding 通常距离更远
• 这样 BibGenie 就可以比较“意思是否相近”，而不只是比较“字面是否一样”

比如，一篇论文写的是 knowledge graphs for drug discovery，另一篇写的是 graph-based methods in biomedical research。即使它们的用词不完全相同，BibGenie 仍然可能判断它们在主题上接近。

BibGenie 是如何使用 embedding 的？

BibGenie 当前会基于 Zotero 中 regular item 的 标题 和 摘要 来建立语义检索能力。

大致流程是这样的：

1. BibGenie 读取一篇论文的标题和摘要
2. 把这些文本转换成 embedding
3. 将结果保存到你本地文献库对应的索引中
4. 当你输入一个研究主题或问题时，BibGenie 也会把你的查询转换成 embedding
5. 然后将查询与已索引论文进行比较，返回最接近的结果

因此，BibGenie 能做的不只是关键词匹配，而是更接近“按主题找论文”。

什么是 indexing？