研究论文、作者和机构都是复杂实体，其文献计量数据分散在多个数据库中。Entity Enricher 让你可以为引用次数、h 指数、机构隶属关系、方法细节和资金来源定义自定义 schema——全部由多个 AI 模型进行充实和交叉验证。
文献计量数据分散在 PubMed、Scopus、Web of Science、Google Scholar 和机构知识库中。引用次数在不同索引之间各不相同，作者所属机构随时间变化，元数据质量也参差不齐。手动汇总既繁琐又容易出错，尤其是在进行系统综述或研究全景分析时。
Entity Enricher 的方法特别适合应对这一挑战。多个 LLM 各自带来不同的训练数据和知识，从而产生更丰富的覆盖范围。多模型融合随后会协调差异——如果两个模型报告的引用数不同，系统会自动选择中位数，或由仲裁模型推断哪个来源最为可靠。
精确定义你的分析所需的文献计量和方法学字段。使用 AI schema 生成，从示例出版物 record 创建此 schema。
{
"name": "ResearchEntity",
"properties": {
"title": { "type": "string", "is_key": true },
"authors": {
"type": "array",
"items": {
"type": "object",
"properties": {
"name": { "type": "string" },
"affiliation": { "type": "string" },
"orcid": { "type": "string" },
"h_index": { "type": "number" }
}
}
},
"doi": { "type": "string" },
"publication_year": { "type": "number" },
"journal": { "type": "string" },
"impact_factor": { "type": "number" },
"citation_count": { "type": "number" },
"abstract_summary": { "type": "string" },
"methodology": {
"type": "object",
"properties": {
"study_type": { "type": "string" },
"sample_size": { "type": "number" },
"statistical_methods": { "type": "array" },
"peer_reviewed": { "type": "boolean" }
}
},
"keywords": { "type": "array", "items": { "type": "string" } },
"funding_sources": {
"type": "array",
"items": {
"type": "object",
"properties": {
"funder": { "type": "string" },
"grant_id": { "type": "string" }
}
}
}
}
}将文献计量数据与方法论和机构信息分离，可让每个 expertise domain 收到聚焦的 prompt，从而获得更精准的 enrichment。
| 字段 | 专业领域 | 描述 |
|---|---|---|
| title | 常规 | 完整出版物标题及别名标题 |
| authors | 文献计量 | 作者姓名、所属机构、ORCID ID 和 h 指数 |
| citation_count | 文献计量 | 主要索引中的引用总数 |
| impact_factor | 文献计量 | 发表时的期刊影响因子 |
| methodology | 方法论 | 研究设计、样本量及所用统计方法 |
| keywords | 常规 | MeSH 术语、作者关键词和 classification 代码 |
| funding_sources | 机构 | 资助机构、资助编号及金额 |
| abstract_summary | 常规 | 研究结果的简明摘要 |
为文献计量数据、方法学和机构信息定义字段。粘贴一条示例出版物 record，让 AI 生成 schema。
提供论文标题、DOI 或作者姓名。使用批处理模式可处理阅读清单或系统综述候选集。
多个 LLM 独立研究每篇出版物，利用不同的训练数据更广泛地覆盖引文数据库和机构记录。
以 JSON 格式下载结构化文献计量数据用于程序化分析，或以 Excel 格式下载用于人工审阅和标注。
为候选论文富化方法学细节、样本量和质量指标，用于筛查和资格评估。
绘制某个研究领域或治疗领域内的出版趋势、协作网络和资金模式。
用 h 指数、任职机构历史、经费资助和合作网络丰富研究人员档案，助力招聘或合作决策。
识别你研究领域内的资助来源、资助金额和受资助主题，为申请资助策略提供参考。
定义你的文献计量 schema，用多个 AI 模型交叉验证，获取用于系统综述和全景分析的结构化研究情报。
免费开始使用