prai-related-work

name	prai-related-work
description	在为《模式识别与人工智能》(Pattern Recognition and Artificial Intelligence, PR&AI) 撰写相关工作/文献综述并确立创新性时调用。本刊要求成果具原创创新价值，相关工作须 delta 优先——把本文相对最接近工作的增量讲清，而非文献罗列。覆盖如何组织相关工作、如何在模式识别/机器学习/视觉/NLP 语境中定位 delta、如何用 GB/T 7714 规范引用中英文文献并给中文文献英文对照、如何避免"综述式罗列"与"漏引近作"两类退稿风险。用于把创新性写到经得起外审质疑的水准。

《模式识别与人工智能》相关工作与创新性定位

本技能帮助在《模式识别与人工智能》(Pattern Recognition and Artificial Intelligence, PR&AI) 的稿件 中把相关工作写成创新性论证而非文献堆砌。本刊只发表具创新价值的成果，外审会重点质疑"与已有 工作的区别"。事实核验日期 2026-07-09，见 resources/official-source-map.md。

一、delta 优先的组织原则

相关工作的目的不是证明"我读得多"，而是定位本文贡献相对已有工作的增量(delta)。每讨论一类已有 方法，都要回答：它度量/解决了什么？还缺什么？本文如何补上？

• 按问题维度而非时间顺序组织（如"按噪声鲁棒性分类的方法""按是否需要标注分类的方法"）。
• 每一类结尾点出"该类的共同局限"，为本文 delta 铺垫。
• 避免"A 做了…B 做了…C 做了…"的流水账。

二、在 AI 细分语境中定位 delta

模式识别/机器学习/视觉/NLP 的 delta 常见落点：

delta 类型	说明	举例问法
问题新	提出/形式化一个新问题	之前无人形式化这一困难？
方法新	新机制/新架构/新损失	相对最强基线，机制上差在哪？
设定新	更现实/更难的评测设定	长尾/噪声/小样本/跨域？
证据新	揭示已有方法的失效原因	提供了可验证的失效分析？
效率新	同精度下显著更省	复杂度/显存/时延的量化改进？

至少锁定一类并写清，避免"什么都新一点、什么都不突出"。

三、与最接近工作的对照表

强相关工作建议给一张对照表，逐维度对比：

维度	最接近工作 A	最接近工作 B	本文
问题设定	…	…	…
核心机制	…	…	…(delta)
评测	…	…	…
局限	…	…	本文如何缓解

这张表让外审一眼看到增量，也是自检"是否真的有 delta"的工具。

四、引用规范（GB/T 7714）

• 采用 GB/T 7714；中文文献给出中英文对照；正文序号与文末一一对应。
• 覆盖本子领域的代表性与最新工作；漏引近 1~2 年强相关近作是外审高频批评。
• 中英文文献均要著录完整；会议论文与期刊论文类型标识([C]/[J])准确。

五、两类退稿风险

风险	表现	规避
综述式罗列	只叙述别人做了什么，无 delta	每类结尾点局限、引出本文增量
漏引/误判近作	忽略强相关近作或曲解其贡献	系统检索近作，公允转述

六、公允转述的纪律

• 转述他人工作要准确、公允，不夸大其缺陷以抬高本文。
• 若与某工作结论相左，用证据讨论差异，不作人身或团队评价。
• 避免"本文首次""唯一"等绝对表述，除非有充分依据。

七、相关工作与引言、方法的呼应

• 引言里点到的"现状不足"，相关工作要展开论证，方法要正面解决。
• 三处（引言/相关工作/方法）的 delta 陈述要一致，不自相矛盾。
• 相关工作提到的对比方法，实验要覆盖为基线（见 prai-experiments）。

八、检索与更新

• 用多来源（CNKI、dblp、Google Scholar、arXiv）交叉检索，避免只覆盖中文或只覆盖英文文献。
• 投稿前再刷一次近作，补上评审周期内出现的强相关工作。
• 综述稿需自建分类框架并批判性比较，不是扩大版相关工作（见 prai-topic-selection）。

九、自检清单

1. 每类已有方法是否都点出了局限并引向本文 delta？
2. 是否有与最接近工作的逐维度对照？
3. delta 类型是否明确（问题/方法/设定/证据/效率）？
4. 近 1~2 年强相关近作是否覆盖？
5. 中文文献是否给英文对照、GB/T 7714 是否规范？
6. 引言/相关工作/方法的 delta 陈述是否一致？

十、与其他技能衔接

• 上游 prai-topic-selection 定学科落点与增量方向；下游 prai-experiments 把对比方法落为基线。
• 体例与引用格式见 prai-writing-style；投稿前一致性核对见 prai-submission。

十一、中英文文献的平衡与检索广度

《模式识别与人工智能》(Pattern Recognition and Artificial Intelligence, PR&AI) 是中文期刊，但模式 识别/人工智能是国际性领域，相关工作须中英文文献兼顾：

• 只引中文文献易被外审批"未覆盖国际前沿"；只引英文文献又可能忽视国内相关工作。
• 用 dblp、arXiv、Google Scholar 覆盖英文近作，用 CNKI、万方覆盖中文近作，交叉检索。
• 对本子领域的奠基性工作与近 1~2 年强相关工作都要覆盖，前者定位学术脉络，后者证明未落伍。
• 中文文献按 GB/T 7714 给中英文对照，英文文献著录完整。

十二、把相关工作转化为方法动机

好的相关工作不止"对比"，还要为方法铺垫动机：读者读完相关工作，应能自然预期本文方法要解决 什么。做法是每讨论一类已有方法的局限，就埋一个"因此需要 X"的伏笔，方法章节再兑现这个 X。这样 相关工作、引言、方法三处的逻辑连成一条线，外审能顺畅跟上创新性论证，而不是把相关工作当成与正文 脱节的"文献综述附录"。

十三、综述稿的相关工作要求（若写综述）

若投稿类型为综述（综述与评论栏目），"相关工作"实际上就是全文主体，要求更高：

• 建立自己的分类框架（按问题维度/方法范式/应用场景），而非按时间罗列。
• 对各类方法做批判性比较：优劣、适用边界、未解难题。
• 给出趋势与展望，指出本子领域尚待解决的开放问题。
• 覆盖要系统全面，中英文代表性工作不遗漏关键文献。

综述的专门篇幅与体例以编辑部为准（待核实），但"分类+批判+展望"的内核不变。

输出格式

[PR&AI 相关工作] 达标 / 待强化
[delta 类型] 问题 / 方法 / 设定 / 证据 / 效率（至少一项）
[最接近工作对照] 是否给出逐维度表：是/否
[近作覆盖] 近1~2年强相关是否齐：___
[引用规范] GB/T 7714？中文文献英文对照？
[一致性] 引言/相关工作/方法 delta 是否一致：是/否
[待强化项] ___