知识增量Knowledge Deltav0.1无限进步

语义检索

Semantic search
学到 会用 就够:能亲手用起来
你可能会说

“我问“农户为什么借不到钱”,相关论文却写“信贷可得性约束”;怎样找到措辞不同但讨论相近问题的材料?”

语义检索根据表达的含义寻找相关内容,而不只要求关键词一致;常借助文本表示与相似度,但相近意思不代表研究问题和证据完全相同。

也叫Semantic retrieval、按意搜索
2

使用 AI

科研里的例子

用通俗问题找出讨论融资门槛、抵押品不足和信息不对称的段落,然后逐篇核对对象与机制,避免只按相似度收录。

系统把查询与资料表示成可比较的形式,再找意思接近的候选。它有助于处理近义表述、跨措辞问答和概念探索,但专名、数字、因果方向和否定条件可能被弱化。研究者需要保留精确检索与主题判断,尤其不能把讨论同一大主题的文献都视为支持同一机制。跨语言能力也取决于表示模型和实际语料,不能默认中英文检索等效。

+

在你的学科里,直接拿去用

从给定文献读取问题与证据
请只依据下面的文献材料回答。
材料:[粘贴原文或附文件;若只有摘要请注明]
我想弄清:[问题]
请列出作者要解释的现象、主要概念、数据与研究单位、研究设计、主要发现及作者写明的局限。区分作者原话、你的释义与尚无法判断的地方。每项给页码或可定位段落,保留关键术语的中文与英文。若没有全文,不把摘要之外的细节补出来。最后提出3个我可以回原文亲自检查的问题。
方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG02
3

判断

亲手检查一次

抽查命中片段中的对象、方向和限制词,再用正式术语补查;重要结论必须回到原文,而非只读取搜索摘要。

它做不到的

语义相似不是同义证明,更不是引用适配认证;“政策有效”与“未发现政策有效”可能仍被召回到相近位置。

Δ

增量,由你来写

读完这张,你的理解变了什么?

留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。

源

来源

卡片底稿由 AI 协助整理,经过核对;发现错误请告诉我。