先说结论，如果按照字面意思上要查全一个方向内的所有文献，某些小众的研究方向还算有可能，但是针对一个稍微大点的方向，查全是不可能的，其实，如果导师问你查全这个方向的文献没有，这个问题实际并不是让你真的把这个方向每一篇文献都查到，我们要明白：【查全】和【读尽】从来都不是我们阅读文献的目的，导师是希望你能找到这个领域大方向下的各个分支领域，以及尽可能比较好而新的文献，对这个研究方向有全面且深刻的理解。
首先，从一篇综述，开始梳理领域方向的脉络。领域内的顶级刊物，它们一般都会刊登一些综述性文章。
比如生物医学领域的三巨头：Nature、Science、Cell。一篇这三本期刊当中的综述文章，你是完全可以拿出来当教材仔仔细细研读的。
综述文章不仅对大方向进行了细致准确的分类，每个类别还引证了不少关键的经典文献，根据他们所引用的文献就可以找到相关的研究文献了，并且根据引用次数就可以看出来文章的重要性。
有了领域脉络之后，就可以通过搜索引擎来补充完善这个领域的文献了，可能很多同学都不知道如何进行搜索，其实最重要的是“搜什么”，在搜索引擎中输入关键词之后，你仍然会陷入海量文献中，数万条搜索结果光一条条看文章题目都够受了。
此时你需要更加准确和具体的关键词，科研文献的title大多是领域中某个非常具体的问题、方法或技术。举个例子，你想要查Knowledge graph方面关于“Encoding model”这个方向的文章，那么“relation embedding”(关联嵌入)就是一个比较好的关键词。
这种关键词一方面来源于你平日的积累，一方面就可以回到刚才提到的综述文章中，找到你感兴趣的方向，那么可以看看这部分引用的文献的题目，你会发现题目中有很多相似的内容，而这些内容就是需要积累的关键词。
当然，搜索引擎也有局限性，也还是不可避免的陷入到海量文献中，小编在这里推荐一款神器来帮助你搭建更加完善的文献图谱。
Connected Papers
网址：connectedpapers.com/
这是一款帮助科研工作者完成文献探索和信息挖掘的线上可视化工具， 可以帮助你将相关领域已发表论文进行关联分析。
输入找到的经典文章，可以获取相关领域的论文可视化图表，辅助我们快速了解该领域的热点、趋势和动态。还可以让我们轻松发现近期发表的但是由于被引用量少而较难追踪的一些重要文章。
运用Connected Papers检索文献非常方便，目前支持文章标题、DOI号、以及arXiv、Semantic Scholar 和 PubMed多种来源文章的URL检索。
每一次搜索，网站都会分析大约50000篇论文，选择几十篇与原始论文联系最紧密的文献推荐给你，并且使用一种网络可视化的方式，直观而且更容易理解。非常适合研究者用来写综述或者初探一个新领域。
以小编最近看的一篇发表在Genome Biology 的文章为例。
输入文章标题
Accurate normalization of real-time quantitative RT-PCR data by geometric averaging of multiple internal control genes
点击后会获得一副文献关联知识图谱
如上图所示，我们把页面分为左-中-右三部分，最左侧可以查看文献列表信息，中间是可视化的图形，每个节点代表一篇文章，文献被引用的多少决定节点的大小，节点的颜色越深，文献的年代越近。
节点之间的连线代表两篇文章的相似度，相似度越深，连线的颜色越深，最右侧是指定文章的详细信息。直接点击title,可以跳转到“Semantic Scholar”学术搜索引擎，甚至可以直接下载PDF格式的全文。
点击页面的“Prior works”
中间部分就是本文的背景文献了，点击文献的tittle，左侧会高亮显示所有引用过该文献的文章。
只需要找到本领域内一篇权威综述或者经典文章就可以找到这么多的信息，可以说是非常nice了，简直是文献调研的神器了，大家可以试一试。
参考链接：
https://www.zhihu.com/question/437643499/answer/2251417790
https://www.zhihu.com/question/437643499/answer/2152100056