文献调研之如何查找文献及源码

  以前也了解过很多关于文献查找的方法，但是总的来讲给我的感觉是太泛了，不够具体。鉴于此，我根据自己的文献调研经历，总结了几种最容易上手的文献查找方法，这里以语音情感识别研究方向为例，废话不多说，开始！
  对于文献查找首先要确定3个问题：1.找什么？即检索关键词是啥，尤其是对于英文检索一定要明确这个方向的专有名词是什么，不能随便查一个名词组，英文名词百科科普请使用Wikipedia。2.用什么找？即检索工具用啥，不同的检索工具它有不同的检索算法，因此检索到的信息也不同。国内推荐用Baidu，国外推荐用Google。3.去哪儿找？即文献库是啥，关于这一点我接下来会一一说明。

1. 国内文献库推荐

  1.知网
  2.万方
  3.学校图书馆电子资源库
  4.国内知名的期刊、会议网站
   5.国内知名大学官网
  6.国内知名企业官网或者它们下属的研究机构官网
  7.国内语音情感识别研究领域大牛主页
注：知网和万方是不提供免费下载全文的，如果学校图书馆购买了这两个资源库，使用校园网即可免费获取全文。

2. 国外文献库推荐

  1.谷歌学术：Google Scholar。有时候谷歌学术会炸，那么此时可以传送到谷歌学术国内镜像网站Glgoo。 谷歌学术上检索到的文献可能会遇到收费的情况，那么此时就可以拿着篇名或DOI号到Sci-Hub上进行免费下载，在这里感恩大佬们创建的这么一个免费的网站，这使得学术研究又变得容易了些。
   2.Web of Science数据库。Web of Science核心合集数据库囊括了包含SCI、SSCI及其所有子刊在内的众多社会科学、人文科学领域的世界一流学术性期刊、书籍和会议录； Inspec® 数据库包含物理、电气/电子工程、计算、控制工程、机械工程、生产与制造工程以及信息技术领域的全球期刊和会议文集。 这个库也是需要学校购买了才可以免费获取文献，这个网站类似于知网，大概是知网模仿的它吧！
  3.Arxiv预印本网站。这个网站目前是挂在Cornell University Library。这个网站收录了包含物理学、数学、数量生物学、计算机科学、量化金融、统计学、经济学、电气工程与系统科学这8个学科的绝大部分英文论文全文并且提供免费下载，由于期刊、会议从交稿到审核再到见刊或收录需要一段时间，所以论文作者往往会在写完论文的第一时间将文章提交到该网站进行存档以示证明，所以我们可以在这个网站上获取到最新最新的研究成果。不过需要提醒的是由于某些文章还在投稿中还没有受到同行的评审，我们无法判断其质量所以需要自己斟酌参考。另外你还可以创建像arxiv sanity preserver这样的属于自己研究领域的论文库，具体操作fork一下你就知道。这是大神@karpathy业余时间写的，真的是NB。一点小建议：在arXiv上搜文献时可以以数据集为关键字，这基本能保证这些研究方向是你想要的；有的文章是被一些期刊会议收录了(如何查看被收录？有的文章后面有Doi号，如果没有你可以在google学术里搜这篇文章看是否有收录单位，如果还没有那就没有)，你可以去那个期刊或者会议的网站去下载文献，相比于挂在arXiv上的预印文章要正规一些，如果不清楚期刊或会议的水平请参考第4条，如果期刊或会议网站是提供收费下载的话，请跳转到google学术或Sci-Hub或web of science根据DOI号或文献篇名(ps:尽量用doi号)搜索下载。建议使用Sci-Hub来下载全文，如果你使用google学术下载，那要选择来自期刊会议官网的pdf链接，尽量不要选arxiv来源的。生物、医学领域的预印本网站有bioRxiv、medRxiv。
  4.研究领域顶级会议或顶级期刊。对于语音情感识别研究方向，我会去语音领域顶会ICASSP、自然语言处理顶会ACL等官网上去查找文献。如何判断会议为顶级会议？可自行Baidu该会议在行业内的声誉或者传送到会议排名查看。如何判断期刊为顶级期刊？可自行谷歌期刊官网或中科院期刊分区查看其近年的impact factor(影响因子)、引用率等，IF越高越好，可以以Science、Nature的IF值为baseline。
  5.研究领域世界著名企业官网。比如去Microsoft Research on AI、Microsoft Research on Computer vision、Google AI官网上查看下载他们的Publications论文。
  6.研究领域世界著名大学官网。比如去MIT Computer Science & Artificial Intelligence Lab、CS of CMU、Stanford AI Lab、Stanford Vision and Learning 官网上查看下载他们的Pubication论文。
  7.研究领域大牛学者主页。国内AI方向的周志华，国外的何凯明、李飞飞、吴恩达。
注：前3条都是根据检索关键词在"大海里捞针"，可能检索到的文献很少或者找不到你想要的文献，那么此时就应该像后几条这样按研究领域去垂直搜索。

3. 如何找到领域内的SOTA(最好的)文献

  1.papers with code这个网站提供机器学习各个领域的SOTA文献，直接访问这里即可。
  2.stateoftheart这个网站也是集合了机器学习各个领域的SOTA文献。

4. 如何找到文献的开源代码

  1.papers with code集合了arXiv上最新的机器学习研究论文，而且关联了这些论文在GitHub上的代码(如果作者开源了的话就会有)。你还可以看到这篇文献在特定数据集特定任务特定评估指标下的结果排名，如果这篇文章的结果是排第一它会标记这篇文章为SOTA。当然如果你想浏览机器学习各个领域的SOTA，请参考上一条。
   2.research code这个网站也可以搜索文章源码，也可以使用它提供的google插件。在google学术或在arXiv上搜索文献，当你去查看某篇文献时，这个google插件会去搜索对应的源码如果有开源的话，那么在文章的标题后面就会出现[code]字样。
   3.查找作者的主页：在google中搜索该论文的名称加上论文作者的姓名，找到目标作者的个人主页。如果作者开源了应该有论文和源码。如果论文代码开源了通过1、2、3就可以找到源码。如果没有开源怎么办？请参考4和5。
   4.找大佬的复现代码：google或百度以‘’开发语言+论文的关键字+复现‘’关键字搜索。英文复现关键词为：re-implementation
  5.给作者发邮件：论文上有作者的联系邮箱，你可以尝试联系。ps：根据我的经验来看，好的文献它一般要申请专利啥的所以不会给你，只是说你有什么问题可以随时联系他，他会尽可能的回答你。一般要等1年后文献的代码才会开源出来。不过试一试还是好的哈，万一给了呢！
  以上是知道了这篇文章然后去找到原文和代码的方法。那对于一个确定的方向应该检索哪些文献呢？应该按方向关键词检索金典文献和最新的文献，然后把它们放到文献管理软件中(如endnote)，最后一篇篇精读，大量的文献阅读会给你带来启发。什么是经典文献？被引率高的文献；什么是最新的文献？按时间排序最新的文章且被知名期刊会议收录的文献。
  以上基本就是我总结的查找文献和源码的方法，由于博主水平有限，博文中难免有错误和不当之处，欢迎小伙伴们给与批评和指正，也欢迎小伙伴们多多补充其他的文献查找方法，可以直接留言评论。希望我的这篇博文能对你有所帮助，祝好！

参考：
    略