论文溯源树AMiner

来自 DBLP、ArXiv、STM 等多家学术出版机构和平台的数据表明，在过去 20 年间，计算机科学、物理学、统计学等研究领域的出版物总量都有大幅增加。像 CVPR、AAAI 等有关人工智能等新兴领域的顶级会议，每年的论文接受量也已经高达上千篇。面对雨后春笋一样涌现的学术出版物和千上万篇学术论文，任何一名研究者都不可能了解所有新领域，即使这一领域和自己的研究方向近似。
如果有一种工具，可以把一篇论文的源头梳理清楚，就能极大地减少无效检索的时间，快速了解一个新领域的发展脉络。
在以往的研究中，计算机领域的相关学者提出了很多数据挖掘技术，比如概念抽取、主题演变、算法图谱等。但是，这些数据挖掘技术更多是着眼于提炼学术文献中的关键术语信息，研究它们之间的关系与变化，却很少关注学术出版物本身较深层次的内容以及关联关系。
近日，AMiner 团队的硕士生殷达等人提出一种新方法——论文溯源树（https://mrt.a

论文溯源树AMiner最先出现在Python成神之路。