Semantic Scholar 还在相当早期的阶段。搜索引擎的性能来看，从提供的文献检索数量、 大约有 300 万份，AI2 机构的 CEO Oren Etzioni 称，在数量上远不及 Google 学术。去年 11 月份推出这个产品时，这个搜索引擎能检索到 80% 的免费论文文献。
这个搜索引擎用上了机器学习的技术，语义学者(Semantic Scholar)是由微软联合创始人 Paul Allen 做的免费学术搜索引擎，学术会议资料或者是学术机构的文献。其检索结果来自于期刊、希望减少科学家的检索论文的时间。
Semantic Scholar 看上去最大的用处是有更多信息筛选的角度，免费学术搜索引擎网站作者等，另外它直接提供图表预览，看起来能方便研究人员省下更多筛选的工作。包括论文的影响力，媒体报道(Twitter 数据)、对于科学研究人员来说。
计划是在 2017 年前覆盖生物学科，出版商标注的关键词这种常用的方式外，Semantic Scholar 将机器学习的技术花在了信息筛选上，例如用计算机视觉等技术搜寻论文发布的会议名称、论文发布的时间，从论文文中筛选出关键词句等。这让搜索结果的信息看起来更加丰富。为了提升用户的效率，免费学术搜索引擎官网 www.semanticscholar.org 除了利用作者、语义学者搜索引擎覆盖的学科从计算机科学扩展到了脑科学。
温馨提醒：文中观点来源网络，随岁月变迁，准确性，仅供参考！取消收录、等问题，请联糸。
