革命性的研究发现：与Sparrho创始人的对话

机器学习与自然语言处理的进步有助于简化论文检索过程。 Sparrho最近发布了一个搜索平台，通过动态馈送和专家管理公告栏，帮助研究者了解各科学领域的最新出版物。Sparrho利用人工智能结合人类智慧，对于如何从4.5万多种学术期刊中检索论文提出个性化建议。今年年初，Sparrho通过创立的“早期职业生涯研究员奖”，开始向博士生和博士后研究者提供500英镑的差旅补助。近期获奖者已出现在墨西哥、日本和德国。

我们有幸采访到Sparrho的CEO兼联合创始人Vivian Chan博士。

Sparrho与其他搜索引擎相比有何不同之处？它为研究者提供的主要优点是什么？

Sparrho鼓励专家用户在自己的公共收藏夹（公告栏）中管理研究论文，并写上简短摘要，说明这些论文为何归在一起。这项新体验利用人类的独有能力，将不同领域的研究以出乎意料的方式联系起来。结果就产生了一种新方法，让专家和新手可以探讨文献，直接听取研究者的观点。

你可以分享一些与Sparrho有关的重要统计数据吗？这样可以让我们的读者从中受益。

目前，我们已将网上的4.5万多种学术期刊及其他预印本服务器和资源中的6千多万篇论文和专利编入索引。另外，我们每月有35万名来自全球各地的活跃用户，这一数字还在继续增长！

在你看来，技术正在如何改变学术出版业的前景？它所面临的挑战又有哪些？

互联网让内容传播变得即时、低价。不过，现在有了更多的可用信息和不断增加的多学科学术研究方法，问题就变成了检索论文犹如大海捞针。从某种程度上说，随着电子出版形式和电子数据库的出现，以及学术界、出版业和技术社区的创新人士共同努力打造日益复杂的工具（根据荷兰乌特勒支大学图书管理员Bianca Kramer和 Jeroen Bosman进行的一项研究，共有400多种工具），学术自20世纪90年来以来已经遭到破坏。

不过，最大的飞跃之一是自动检索的发展和精益求精的搜索算法，这一组合推动了2004年发布的谷歌学术搜索（Google Scholar）向前发展。目前，走在最前沿的是如何大规模利用人类智慧，并将其与机器学习算法相结合，以提高电脑生成建议的准确性。我们知道的一个前提是现有文献是我们训练推荐算法的最大、也最丰富的数据集。然而，从历史上看，人们对于学术兴趣更加浓厚的领域和人群仍然存有偏见。

我们很荣幸能够和Vivian Chan博士进行交谈。我们衷心感谢她在百忙之中抽空接受这次专访，也希望Sparrho团队在未来的工作中一切顺利！