科研利器Scopus AI再添新翼Copilot及多项更新发布，让复杂科研检索更简便

Scopus AI旨在为科研人员提供快速、直观且引用来源清晰的科学问题概要，从而节省研究人员和机构的宝贵时间。与所有生成式AI技术相似，Scopus AI的性能在很大程度上取决于其训练数据的质量，而Scopus AI将基于Scopus中覆盖广泛、全面、高质量的元数据及摘要信息生成答案。

自从Scopus AI推出以来，它在帮助科研人员进入和探索新的研究领域、进行交叉学科研究、撰写文献综述等方面展现了显著的效用。为了满足科研人员日益具体和复杂的研究需求，爱思唯尔对Scopus AI进行了多项新功能升级，旨在通过优化科研检索过程管理，使用户的科研探索变得更加透明和便捷。

Copilot

Scopus AI新增的Copilot功能结合了关键词与向量搜索技术，可以智能分解复杂提问，优化搜索策略，支持多语言查询。Copilot会分析用户提出的问题，并智能判断应该进行向量搜索和/或关键词搜索，然后确保将复杂查询拆分成多个组成部分，并针对每个组成部分选择相应的搜索方式来进行优化检索，并产生最佳可能的查询结果。

尽管Scopus AI在Copilot功能中进行了关键词检索，但这并不代表用于生成概要的文献是基于关键词检索获得的。实际上Scopus AI采用了关键词检索与自然语言检索相结合的方式来为用户提供尽可能全面的文献内容总结。

另外，当用户通过Scopus AI用自然语言提问，Copilot会支持Scopus AI在生成来源清晰的科学问题概要的过程中提供两项重要信息：

1 根据提问内容自动生成自然语言检索的提示词，即使提问的内容仅是关键词的罗列，而非完整的提问，Scopus AI也能智能判断并生成相应的自然语言检索提示词。这一功能显著降低了对科研经验要求的壁垒（如刚踏入科研领域的学生、进行交叉研究的科研人员），让AI工具在构建检索提示词或提出精确问题时发挥作用。

2 Scopus AI还会根据科研人员的提问自动生成一个关键词检索式。这个AI辅助生成的检索式一方面将有助于理解所提问题涉及的关键研究领域；另一方面，这个检索式能够应用在Scopus的常规检索中，以发现更多的有用文献并按照自己期望的逻辑来进一步进行编辑和筛选，有效地解决用户在建立检索式方面遇到的各类问题。

更多功能更新

1 文献来源年代范围拓展至2003年

Scopus AI现已将其可查询的文献来源时间范围从2013年扩展至2003年，这意味着生成的来源清晰的科学问题概要将涵盖更长时间跨度的研究成果，内容因此变得更加丰富和全面。同时，在概念图谱（Concept Map）中由于文献来源的拓宽，能够更加完整地勾勒出相关研究领域的知识结构和演进脉络，为用户深入理解特定科学问题提供了强有力的支持，帮助科研人员构建出更为全面和系统的认知框架。 扩展Scopus AI提供的搜索结果数量——从摘要中的10条增加到扩展摘要中的20条，再到新的上限30条。

2 全面支持使用中文提问

Scopus AI目前已经全面支持使用中文进行提问。Scopus AI会自动将非英语提问内容转译为英文自然语言检索和关键词检索，并调用全部类型语言的文献资源用于概要的生成。对于非英语母语的中国科研人员，使用Scopus AI的门槛大大降低。对英文自然语言提问可以进行拼写错误自动纠正， 处理更长的文本查询，包括完整的摘要。

3 概念图谱（Concept map）中的研究分支总结

Scopus AI用户普遍赞誉概念图谱功能的实用性，它能够精准地勾勒出用户所关注研究领域的知识框架，将复杂领域细分为清晰的研究分支，从而有效丰富和深化用户对特定问题的理解。最近，我们在原有概念图谱的基础上进行了功能升级，新增了研究分支总结模块。只需轻触图谱中的任一研究节点，Scopus AI便会智能聚焦于该节点所代表的研究分支，生成详尽的内容摘要，并独立列出相关的参考文献清单。这一创新不仅让用户能够轻松掌握每个研究分支的具体内涵与联系，还极大地促进了用户对整个研究领域深度和广度的认知提升。

作为科研和学术界生成式人工智能（Gen AI）技术的先驱，Scopus AI在改变科研人员发现学术信息的方式方面发挥了重要作用。Scopus AI重新定义研究体验，并赋予科研学者做出更具影响力的科研的力量。共同踏上这场推动创新、在未来二十年推动科学进步的旅程。

Scopus AI 以Scopus数据库中涵盖了全球7,000多家出版商旗下的超过27,000种学术期刊的可信内容、累计超过18亿的引用文献，和超过1700万的学者档案为基础，为用户提供简明易读的科研主题摘要。Scopus数据库的内容经过独立的内容遴选与咨询委员会严格审核与筛选，该委员会由代表主要科学学科的全球知名科学家和图书馆员组成。

Elsevier一直致力于在其产品中负责任地使用人工智能和机器学习技术，结合由独立的内容遴选与咨询委员会严格审查与挑选严格审核、挑选的同行评议内容、广泛的数据集和复杂的数据分析，帮助研究人员、临床医生、学生和教育工作者探索、增进和应用可信赖的技术及知识。