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？

indexing 可以理解为“为语义检索预先做好准备”。

如果每次搜索都重新处理整个文献库，速度会很慢，也不现实。 因此 BibGenie 会先为你的文献建立一个本地索引。建立好之后，语义检索就可以更快、更稳定地工作。

可以简单记成：

• embedding：让 BibGenie 能表示文本的语义
• indexing：让 BibGenie 能快速搜索这些语义表示

它能帮你做什么？

有了这套机制之后，BibGenie 更适合做下面这些事情：

• 按研究主题查找相关论文
• 找到“用词不同但意思相近”的论文
• 围绕某个方法、理论或研究问题做探索
• 在文献较多时更自然地搜索 Zotero 文献库

如果你知道精确标题、作者名或固定术语，关键词搜索依然很好用。 但如果你想找“这个方向上还有哪些相关工作”，语义检索通常更有帮助。

当前会处理哪些内容？

BibGenie 当前主要使用：

• 论文标题
• 论文摘要

当前不会把以下内容纳入这套语义索引：

• PDF 全文
• Notes
• Annotations
• Attachments

这样做可以让索引范围更清晰，也能保持速度和稳定性。

我需要经常手动重建索引吗？

通常 不需要。

大多数情况下，BibGenie 会在后台自动处理索引更新。 当你的文献库发生变化，例如新增文献、修改条目、删除条目时，BibGenie 一般会自动完成必要的更新。

你只在少数场景下可能需要手动重建：

• 第一次启用语义索引时
• 切换到不同的 embedding model 之后
• 大批量导入文献后，如果你感觉结果还不完整或不够新
• BibGenie 明确提示当前索引需要处理时
• 语义检索结果明显异常，你希望做一次完整刷新时

Indexing 页面上的按钮是什么意思？

Build / Rebuild

用于首次建立索引，或者在需要时从头重建整个索引。

适合这些情况：

• 第一次使用 indexing
• 切换了 embedding model
• 你希望完整刷新索引

Retry Failed Items

它不会重建全部索引，而是只重试之前处理失败的条目。

适合这些情况：

• Failed items 数量大于 0
• 你想先做一次较轻量的修复，再考虑全量重建

常见问题

下一步

• 查看索引状态和排错：Semantic Index
• 了解如何在实际场景中使用语义检索：Literature Search