基础搜索

了解搜索模式和资源类型,掌握基础检索技巧。

搜索模式

InfMind 提供三种搜索模式,分别适用于不同的检索场景:

1. 智能检索(Auto)推荐

系统自动判断使用语义理解还是关键词匹配,兼顾准确度和召回率。

适用场景:

  • 日常搜索,不确定用哪种模式
  • 探索性研究,希望获得全面的结果
  • 复杂查询,包含多个概念

示例:"Transformer 模型在机器翻译中的应用研究"

2. 语义理解(Neural)

基于神经网络的语义搜索,理解查询的深层含义,能找到相关但不含查询词的结果。

适用场景:

  • 概念性查询,用自然语言描述问题
  • 跨领域搜索,需要语义关联
  • 不确定准确术语,用通俗语言描述

示例:"如何让 AI 更好地理解人类语言的细微差别?"

语义搜索的优势
语义搜索能理解同义词、相关概念和上下文,例如搜索"深度学习"也能找到包含"神经网络"、"卷积网络"的文章。

3. 关键词匹配(Keyword)

传统的关键词精确匹配,结果必须包含查询中的词汇。

适用场景:

  • 查找特定术语或专有名词
  • 需要精确匹配,不要相关但不同的结果
  • 搜索特定代码、公式或方法名

示例:"BERT" 或 "GPT-4" 或 "Adam optimizer"

资源类型

学术搜索支持 9 种资源类型,您可以根据需求选择:

全部资源(All)

不限制资源类型,搜索所有可用来源。适合初步调研。

学术论文(Research Paper)

学术期刊文章、会议论文、预印本等。结果通常包含:

  • 标题、作者、出版信息
  • 摘要或引言片段
  • DOI 和引用链接
  • 发表日期和期刊名称

PDF 文档(PDF)

只返回 PDF 格式的文档,包括论文、报告、手册等。方便需要完整文档的场景。

新闻报道(News)

新闻网站的报道和分析文章,适合:

  • 了解最新研究进展
  • 查找行业动态
  • 获取通俗解读

代码仓库(GitHub)

GitHub 上的开源项目和代码实现。包含:

  • 项目描述和 README
  • Star 数和活跃度
  • 主要编程语言

社交媒体(Tweet)

Twitter 等社交平台的讨论,适合追踪热点话题和专家观点。

个人博客(Personal Site)

研究者的个人网站和技术博客,往往包含深度见解和实践经验。

商业信息(Company)

企业网站、产品文档、技术白皮书等商业资源。

财务报告(Financial Report)

公司财报、行业分析报告等,适合商业和经济研究。

自动优化

"自动优化提示词"(Autoprompt)功能会自动改进您的查询语句,提升搜索效果。

工作原理

系统会分析您的查询,自动:

  • 扩展关键词和同义词
  • 优化语句结构
  • 添加相关上下文
  • 调整搜索策略

示例对比

优化前后对比text
原始查询:
"机器学习"

自动优化后:
"machine learning algorithms applications deep learning 
 neural networks AI artificial intelligence"

结果:从只匹配"机器学习"扩展到相关英文术语,大幅提升召回率

何时开启

推荐开启(默认):

  • 使用中文查询
  • 查询词较短或模糊
  • 需要更全面的结果

建议关闭

  • 已经使用精确的专业术语
  • 只想要精确匹配的结果
  • 自己已经优化好查询语句

结果数量

您可以设置每次搜索返回的结果数量,范围为 1-20 条(默认 10 条)。

如何选择

  • 5-10 条:快速浏览,只需要最相关的结果
  • 10-15 条:平衡模式,适合大多数场景
  • 15-20 条:全面调研,需要更多选择
性能提示
结果数量越多,搜索时间越长。如果追求速度,建议设置为 5-10 条。