传统方法 搜索某个领域前沿论文 做到几乎不遗漏 佬友有什么经验可以分享吗

问题描述：

如题 暂时先不考虑ai大模型直接搜索文献（其实最大原因是大模型担心ai会漏掉一些论文） 只考虑传统的搜索方法

小白目前搜索论文还仅仅局限于下面几个渠道搜索相关关键词（关键词用大模型找同义和相近作为补充）

国外 Web of Science / Scopus/谷歌学术

国内 CNKI、万方、维普

（感觉ai大模型作为学术搜索工具快速了解入门一个领域的前沿好像很有用 但是深挖局部还是得靠传统搜索）

对于传统搜索方法

如果想对一个领域前沿领域搜索论文的时候 做到几乎不会遗漏 还有什么经验可以分享一下吗？恳请佬友不吝赐教

网友解答：

---

--【壹】--：

researchgate比google学术的被引更完整些吗？

---

找了篇文章测试，发现rg ⊆ pubmed ∩ gs，所以rg的数据源基本来自pm，google应该是自己建立索引

---

--【贰】--：

直接pubmed走起吧

---

--【叁】--：

使用llm设计检索式，几个llm相互拷打，然后再检索，这样比较有效

---

--【肆】--：

计算机领域的话查论文用arxiv，搭配官方的alphaxiv ai工具使用。还有要前沿论文的话去各大顶会官网搜论文列表

---

--【伍】--：

research gate你注册了吗？我感觉那边更方便一点

---

--【陆】--：

找综述论文，找论文里的引用文献，researchgate找论文的新被引

---

--【柒】--：

贴下上学那会的笔记。

---

1. 对课题涉及的主题概念进行拆分。

2. 对于每一个主题概念，到百度等搜索引擎上简单查找该主题对应的术语。然后到 [[CNKI 翻译助手]]上查找该主题更精确的术语表述，表述包括常用的全称、简称、同义词等，并可以使用一定的通配符。