使用 arxiv-sanity &paperwithcode 跟进最新研究领域的文章

1.arxiv-sanity介绍

arxiv.org是一个非常大的预印本资源库，里面有大量的最新的论文，但缺点是浏览、搜索和排序不是很方便。这个资源库每天会更新大量的论文，如果通过手动搜索和浏览则效率很低，高引用的好文章难以及时的找到并阅读，造成时间的浪费。从而，arxiv-sanity 因运而生。

1.2 arxiv-sanity基本功能

1、便捷的预览

首先，arxiv-sanity在展示最新更新的文献时，提供了可读性更强的缩略图预览模式方便读者来快速预览，并在缩略图下方的绿色区域显示文献的abstract 。

2.感兴趣相关度排序

点击右上角的 ‘show similar’，文献列表会按照与这篇文章的相关度进行排序，接下来会看到 arxiv 上所有关于 instance segmentation 的论文。这个功能是基于TF-DF算法来实现的，效果很好。

3.个人图书馆

注册和登录账户之后，点击右上角的那个保存图标就可以将感兴趣的 paper 收藏到个人图书馆。

4.感兴趣推荐系统

arxiv-sanity 还可以通过收藏的内容给你推荐你也许会感兴趣的论文。背后的实现原理是通过将Library 中的论文标记为positive，Library之外的论文标记为negative，然后基于bigram文本特征提取训练 personal SVM，最后在reconmmended 标签里推荐给你，并可通过设置时间进一步筛选文献。

5.看看大家都在看什么

top recent 标签展示的是arxiv-sanity上被用户收藏最多的文献。这些文献也可以按照时间来筛选。即使你不是注册用户，也可以浏览到大家都在收藏的文献。

6.网站代码开源

在页面左上方可以看到，arxiv-sanity只展示machine learning的论文，如CV，CL等ML的分支领域，因为这是arxiv-sanity作者自己的研究领域。作者已经把 arxiv-sanity 开源了，所以如果你想根据自己的研究领域新建自己的arxiv-sanity，可以去GitHub fork arxiv-sanity-preserver。

cs.CV： Computer Vision and Pattern Recognition 计算机视觉与模式识别；
cs.CL：Computation and Language 计算语言学；
cs.LG：Learning 机器学习（计算机科学）；
cs.AI：Artificial Intelligence 人工智能；
cs.NE：Neural and Evolutionary Computing 神经与演化计算；
stat.ML：Machine Learning 机器学习（统计学）

2.paperwithcode

阅读Paper，进一步阅读 Code 才能对论文的思路和 Trick 彻底的了解。

paperwithcode 网站将 ArXiv 上的最新机器学习论文与 GitHub 上的代码（TensorFlow/PyTorch/MXNet /等）对应起来。据网站开发者介绍，59858篇论文（带源码）、5151个数据集，且在不断的更新中。paperwithcode 网站广泛涉及了各类机器学习任务，包括计算机视觉、自然语言处理等

搜索后进行查找

参考链接：

使用 arxiv-sanity 实时跟进自己研究领域的Paper_John's Blogs-CSDN博客

Paper+Code的研究模式 (paperwithcode)_John's Blogs-CSDN博客