Reddit上面总是有好东西，既papersWithCode.com之后，最近发现了一个超级给力的research利器：connectedpapers.com。

通常在读完一篇paper之后，想知道相关的paper有什么。或者研究一个领域，想一下子纵览这个领域主要的paper有哪些。传统方法除了google scholar里面关键字搜索，按照年份和citation次数筛选之外，通常是看cite的paper或者读一些survey paper，但是cite的有些paper和original paper的相关性并没有那么强。而且这些方式并没有提供一个一目了然的纵览图，来表明某个领域paper之间的关系。

在这种痛点之下，以前就想应该有这么个东西存在，就是一个graph表明paper之间的关系，几天前兴奋的在reddit上看到了connectedpapers.com。

如上图所示，比如输入一篇paper的title“Faster r–cnn: Towards real-time object detection with region proposal networks”，就可以生成一个以这篇文章为基础的graph，于是相关的paper，这个领域主要的一些paper，和它们之间的关系就一目了然，圆圈大小代表引用多少，颜色深代表年份more recent。这样以图的形式对一个领域的主要工作纵览一目了然。同时每个paper还有直接的pdf，code，google scholar等链接。看了一些connectedpapers.com原始blog的介绍，说图里的相关性（edge) 并不是直接按照citation的关系（citation tree这样的图以前有人做过了），而是综合两篇paper的co-citation和一些其他因素来衡量相关性，这样就合理很多。同时connectedpapers.com已经和arXiv合作所以arXiv的paper中增加了connectedpapers的链接。

想要真正体会到它的价值，当然是自己试用一下了。

学术界一般只重视core的研究，对于把学术界的东西做成类似于让research community更容易交流检索的形式（类似与产品形态的东西）不太重视。最近出现的paperswithcode.com和connectedpapers.com都是这方面很大的进步，意义非凡，自己也通过总结计算机视觉的全景图contribute过一点，希望以后看到更多这样的东西出现。