如何搜索同时引用了两篇特定文章的论文？

在科研中，有时看到两个研究类似问题的工作，会希望看看是否有后续工作对二者进行了比较和评价。比如，我听说XLNet和RoBERTa是两个很牛的预训练模型，但不知道他们孰强孰弱。那我们就想找找同时引用了它们的论文，看看别人是怎么评价比较他们的？然而，Google Scholar这类的流行的搜索引擎并不直接提供找到同时引用了两篇特定文章A,B的论文，这样的搜索功能，那么我们怎么实现这一点呢？

在StackExchange的讨论中，高赞回答提供的解决方案是，从A的引文中，再搜索B的标题，然后看看得到的结果。因为一般来说引用了B的文章里应该会包括B的标题，所以这样能够找到一些符合要求的文章。不过因为这样的搜索不是精确的，也会有一些包含了与B很像的一些关键词的文章混入，总体来说不是很精确。

还有另一种方法，我们可以得到A和B各自的引文，然后再取交集。如果两篇文章的引文不多，那么我们人工比较也就能够很快确定目标了。但是如果两篇文章的引文很多，那么就需要人工整理和比较，工作量非常大。

作为一个程序员，这样大批量的问题，当然不能自己手工去做啦，我们可以编程自动解决这个问题。

这里我们用到一个好东西，Semantic Scholar提供的论文信息API。我们可以通过提供论文的标识，从其数据库中找到相关的信息，其中就包括引文，然后我们就可以实现上述思路了。

现在，我们就以XLNet(arXiv:1906.08237)和RoBERTa(arXiv:1907.11692)为例，找到同时引用了它们的论文：

import semanticscholar as sch
# XLNet
paper1 = sch.paper('arXiv:1906.08237', timeout=2