怎么写文献综述?5 个步骤 + 结构模板
文献综述不是把读过的论文罗列一遍,而是系统检索、批判筛选、按主题综合。这篇按可操作的 5 步讲清楚,新手也能照着写。
第一步:把主题收窄到可写的范围
太宽的主题(如"人工智能")没法综述。用"领域 + 方法/应用 + 限定"收窄,例如"图神经网络在药物-靶点相互作用预测中的应用"。一个好主题应该能让你判断一篇文献"算不算相关"。
第二步:系统检索,而不是只搜一个词
把主题拆成多组检索式,覆盖同义词与子方向,在 PubMed / arXiv / 期刊数据库分别检索。记录检索式与来源,保证可复现——这是综述区别于"随便读几篇"的关键。
第三步:筛选,留下真正的核心文献
按相关性、质量(期刊/被引)、时效性筛掉噪声。一篇领域综述通常建立在几十篇核心文献上,而不是检索到的全部。
第四步:按"研究方向"分类,搭出骨架
把文献聚成几个方向(方法流派 / 应用场景 / 时间阶段),每个方向就是一节。骨架先于正文——先有结构,再往里填内容,综述才有逻辑而不是文献堆砌。
第五步:逐节成文,每个论点挂引用
每节先给小结,再展开代表性工作的对比与脉络。每个论断后面挂上对应文献的引用,最后统一参考文献格式。
常见问题
文献综述和综述论文有区别吗?
广义的"文献综述"既可以是学位论文里的一章(综述研究现状),也可以是一篇独立发表的综述论文。方法相通:系统检索、批判性筛选、按主题综合,区别主要在篇幅与发表标准。
一篇文献综述要读多少篇文献?
没有硬性数字。课程作业可能 15–30 篇,学位论文章节 30–80 篇,发表型综述常上百篇。关键是覆盖该方向的核心与最新工作,而非凑数量。
可以用 AI 写文献综述吗?
可以用 AI 加速检索、筛选、分类和初稿,但引用必须真实、论断需你核对。推荐用基于真实文献检索的工具(而非通用聊天模型)来避免编造引用。