Scite

产品介绍

Scite被誉为“智能引文分析”领域的开创者，打破了过去只能通过被引频次来评估论文质量的一种指标，进入了深层引文语境分析的境界。Scite构建了一个覆盖超过2.5亿篇文献的庞大索引数据库，通过深度学习算法自动判断每一篇施引文献对被引文献的真实态度：是提供支持性的证据，还是提出反对性的批评，抑或是仅仅在背景部分顺便提一下[reference:17][reference:18]。

对于科研人员来说，这项技术直接将虚假或有问题的研究拒之门外。以前需要阅读全文才能发现的偏倚结论或驳斥评论，现在通过Scite就能明朗清晰发现。Scite于2026年推出的Scite Assistant直接在终端或网页界面中回答用户的复杂科学问题，并附上智能引文评估结果[reference:19]。

主要功能

1. Smart Citations（智能引用分类）：Scite最核心的技术壁垒，利用深度学习算法解析引用语句的语境，并将其标记为“支持”、“提及”或“对比/反对”三种类型之一[reference:20]。在搜索框输入目标文献，一键查看哪些文章支持该观点，哪些提出了质疑，极快定位学术争论的焦点。

2. Scite Assistant（自然语言智能问答）：用户可以用自然语言提问，如“三阴性乳腺癌患者对X药物产生耐药性的机制是什么”，Assistant搜索内部数据库，给出基于真实学术论文且附有链接的回答，并标注每条回答背后的引用态度（是业界共识还是个别观点）[reference:21][reference:22]。

3. 深度引用语境理解：通过选择一篇核心文献后查看它的“引用语境网络”，清晰可视化该文献在后续研究中被讨论、测试、验证或驳斥的具体脉络，是学术史梳理的关键工具[reference:23]。

4. 查看引用来源的原文快照：无需跳转全文，即可直接在页面上悬浮查看引用句子的前后段落和参考文献列表，快速定位对方的核心论点和批评依据。

5. 可视化学术争论图谱：将文献间的引用支持与反对关系转化为关系图谱，直观展示同一领域内不同学派或学术观点的分野与碰撞。

6. 期刊与预印本质量审查：在撰写Introduction或Discussion部分引用参考文献时，通过Scite快速筛查高风险期刊或被质疑的预印本，避免引用潜在问题论文。

7. 机构级批量分析与API接口：面向大学图书馆或研究机构，提供批量上传文献列表的Citation Context分析报告，便于机构进行科研评估和期刊订阅决策。

使用场景

学术文献综述与争论点分析：当写综述需要描述某个研究方向的争议点时，Scite能精准找出一篇经典文献的支持者与反对者所有实证，呈现学术争论全貌。

规避学术风险与研究误导：研究者计划在一项备受争议的假说上设计新的重复性验证实验，通过Scite快速了解已有学者对该假说提出的质疑和反驳点，避免浪费时间。

寻找高质量的前沿证据：在进行文献综述时，Scite智能引文功能帮助快速筛选出那些被后续研究者高度支持并频繁引用的“高影响力”论文，确保引文质量。

基金申请与评审：在国自然基金申请书的立项依据部分，引用Scite生成的引用语境确保证据级别一目了然，审稿人能看到清晰的脉络图。

实验与方法论的可复现性预评估：通过分析某篇方法学论文的引用态度，了解该方法在多种实验场景下的优缺点，决定自身实验中是否采用该方法。

工具的问题

对非英文文献的解析能力有限：Scite主要基于英文语料的训练，对中文、日文、德文等其他语言的施引文献和引用语境的解析能力存在较大提升空间。

arXiv预印本的引文分析存在滞后：Scite数据库索引更新存在一定周期，刚刚发布的预印本无法被快速索引以供智能引文分析。

对专利文本的解析不适用：Scite主要挖掘学术论文之间的引用关系，对于专利文本、软著、技术白皮书等其他类型的文献不适用。

高级功能需要订阅机制：个人免费用户只能查看有限的部分引文详情，无限制访问全文语境和批量分析需订阅高级版本。

部分开放论文无法访问全文解析：对于设置在付费墙后的论文全文，Scite无法深度解析全文中的引用态度，部分结果依赖摘要推断。