SNEWPapers

SNEWPapers 是什么？

SNEWPapers 是一个专注于美国历史的 AI 驱动报纸归档和研究平台，提供从 1730 年代至 1960 年代数百万篇历史报纸故事的访问。其核心目的是帮助用户以超越关键词匹配的方式搜索和探索报纸。

平台使用 AI 从大量报纸标题中提取并组织故事，提供按含义发现文章、按类别筛选以及通过能提供引用的助手支持研究流程的工具。

主要功能

• AI 驱动语义搜索：按含义（概念、事件和主题）搜索，而非仅依赖精确关键词匹配。
• 类别和子类别浏览：使用 24 个类别 和 1,000+ 子类别 缩小结果范围，包括 州和日期筛选。
• 大规模历史归档覆盖：探索 600 万+ 篇故事，涵盖 250 年美国历史，源自 3,000+ 报纸标题。
• 合集与发现：构建精选合集，浏览其他研究者的公共合集，并在不同时期间发现关联。
• Sleuth 研究助手：提出研究问题，获取带引用的答案，助手可深入归档搜索。
• Today in History 时间线：查看每日精选时间线，显示该日期发生的事件，直接源自报纸。

如何使用 SNEWPapers

1. 从搜索开始：输入问题或主题，使用语义（基于含义）搜索找到相关文章。
2. 优化结果：使用类别/子类别筛选，以及可用的 州 和 日期 筛选缩小范围。
3. 探索与保存：打开文章，将发现组织成合集。您也可浏览其他研究者创建的公共合集。
4. 咨询 Sleuth：如需帮助综合发现，向 Sleuth 提出研究问题并审阅带引用的答案。
5. 使用每日背景：查看 Today in History，获取与当前日期相关的报纸来源的快速时间线。

使用场景

• 无完美关键词研究历史事件：当不知道旧报纸确切表述时，按事件或主题搜索，然后筛选相关时间和地点。
• 追踪跨十年概念：使用类别和子类别跟踪主题在较长时期不同报纸报道中的演变。
• 构建有证据支持的历史叙事：创建文章合集，然后让 Sleuth 帮助总结并带引用连接来源。
• 比较区域报道：使用州和日期筛选，聚焦不同地点报纸对相同或相关事件的报道。
• 精选研究起点：使用精选合集（包括其他研究者的公共合集）快速识别特定研究角度的有前景文章。

常见问题

• SNEWPapers 覆盖哪个时期？ 平台覆盖 1730 年代至 1960 年代。

• SNEWPapers 与标准关键词搜索有何不同？ 它使用 AI 驱动的按含义搜索，即使确切词语未出现，也能找到关于概念和主题的文章。

• 可以使用哪些筛选器？ 网站描述了基于 24 个类别、1,000+ 子类别，以及 州和日期 的筛选。

• SNEWPapers 包含帮助总结发现的工具吗？ 是的。它包括 Sleuth，一个 AI 研究助手，在深入归档后提供带 引用 的答案。

• SNEWPapers 的“Today in History”是什么？ 这是 每日精选时间线，显示该日期发生的事件，直接源自报纸。

替代方案

• 通用网页搜索（例如 Google）：适用于广泛发现，但并非 AI 组织的、专为报纸设计的归档，支持跨结构化历史收藏的语义搜索。
• 聊天式 AI 工具：可帮助起草答案，但 SNEWPapers 所述来源内容（组织化的报纸故事摘录）旨在在归档内搜索，而非依赖聊天输出。
• 数字报纸数据库和归档平台：通常聚焦报纸收藏内的搜索；对比它们是否支持语义/含义搜索、强大分类筛选，以及类似带引用的问答的研究工作流。
• 图书馆和历史研究工具：适用于学术研究，但可能不提供 SNEWPapers 所述的 AI 语义搜索和归档专用组织。