paper-citation

# 文献引用检索 (Paper Citation) ## 概述 此技能用于智能学术文献引用检索和格式化。支持三种输入模式：直接文本查询、文档中[CITE]标记替换、以及带约束条件的自然语言指令。技能通过语义搜索跨多个学术数据库（Semantic Scholar、OpenAlex），按被引量和期刊质量排序，并输出多种引用格式：GB/T 7714-2015（中国标准）、APA（第7版）、IEEE、MLA（第9版）、BibTeX或LaTeX \cite{}格式。 ## 何时使用此技能 - 用户提供一段文字并要求相关引用时 - 用户文档中有[CITE]标记需要替换为实际引用时 - 用户请求带有特定约束条件（年份范围、期刊等级、引用数量）的引用时 - 用户需要LaTeX、Word或其他文档格式的引用时 ## 工作流程决策树 ``` 用户输入 │ ├── 直接文本描述（无[CITE]标记） │ └── 将整段文字作为单一搜索查询 │ └── 包含[CITE]标记 └── 提取每个[CITE]位置及其上下文 └── 独立处理每个位置 对每个查询： │ ├── 步骤1：解析和优化 │ └── 提取核心学术概念，翻译为英文 │ └── 生成2-3个搜索变体（同义词、缩写） │ ├── 步骤2：语义搜索 │ └── 查询Semantic Scholar API（主检索） │ └── 查询OpenAlex API（补充检索） │ └── 合并结果并去重 │ ├── 步骤3：期刊质量评估 │ └── 检查venue-rankings.md本地缓存 │ └── 如未找到，联网搜索CSSCI/SCI/SSCI分区 │ ├── 步骤4：评分和排序 │ └── 计算综合得分： │ - 被引量 (30%) │ - 期刊等级 (25%) │ - 语义相关性 (25%) │ - 发表年份 (20%) │ ├── 步骤5：获取BibTeX │ └── 通过DOI从CrossRef/doi.org获取 │ └── 步骤6：格式化输出 └── GB/T 7714-2015格式（中国标准） └── APA 7th格式（美国心理学会） └── IEEE格式（电气电子工程师学会） └── MLA 9th格式（现代语言协会） └── BibTeX格式 └── LaTeX \cite{key1,key2}格式 ``` ## 步骤1：解析输入并生成搜索查询 ### 输入模式检测 **模式A - 直接文本查询：** 如果输入不包含[CITE]标记： - 将整段文字作为单一语义搜索查询 - 去除口语化填充，保留学术实质内容 **模式B - [CITE]标记替换：** 如果输入包含`[CITE]`标记： - 定位每个`[CITE]`位置 - 提取前后各1-2句作为上下文 - 为每个标记创建独立查询 - 记录原始位置用于替换 ### 查询优化 对每个提取的查询： 1. **翻译为英文**（如果输入是中文）： - 识别核心学术概念 - 去除口语化表达 - 保留技术术语 2. **生成搜索变体**（2-3个变体）： - 同义词替换（如"machine learning" → "deep learning"） - 缩写展开（如"VR" → "virtual reality"） - 相关概念扩展（如"user experience" → "UX usability"） 3. **中文语境保留**（当用户明确要求中文期刊时）： - 保留原始中文查询词作为变体 - 添加中文期刊限定词（如"核心期刊"、"CSSCI"） 示例： ``` 原文：虚拟现实技术在文化遗产数字化保护中的应用 变体1：virtual reality cultural heritage digital preservation 变体2：VR technology heritage conservation digitization 变体3：immersive technology museum artifact protection ``` ## 步骤2：语义搜索 ### 检索策略决策 根据用户意图选择检索路径： ``` 用户输入 │ ├── 明确要求中文期刊/核心期刊/CSSCI │ └── 优先中文数据库检索（步骤2B） │ └── 英文API作为补充 │ └── 未指定或要求国际期刊 └── 优先英文API检索（步骤2A） └── 中文数据库作为补充 ``` ### 主检索：Semantic Scholar API 使用此API进行语义相关性排序： ```bash curl -s "https://api.semanticscholar.org/graph/v1/paper/search?query={ENCODED_QUERY}&limit=20&fields=title,authors,year,citationCount,venue,externalIds,abstract,journal,publicationTypes,referenceCount,influentialCitationCount,tldr" ``` **关键提取字段：** - `paperId`：唯一标识符 - `title`：论文标题 - `authors`：作者列表 - `year`：发表年份 - `citationCount`：总被引量 - `venue`/`journal`：发表期刊 - `externalIds.DOI`：用于获取BibTeX的DOI - `abstract`：论文摘要 - `tldr`：AI生成的摘要 - `influentialCitationCount`：高影响力引用 ### 补充检索：OpenAlex API 用于更广泛的期刊覆盖： ```bash curl -s "https://api.openalex.org/works?search={ENCODED_QUERY}&per_page=20&select=id,doi,title,authorships,publication_year,cited_by_count,primary_location,type,biblio" ``` **关键字段：** - `id`：OpenAlex ID - `title`：论文标题 - `authorships`：作者信息 - `publication_year`：年份 - `cited_by_count`：被引量 - `primary_location.source.display_name`：期刊名 - `doi`：DOI标识符 ### 结果合并 1. 将两组结果规范化为统一格式 2. 按DOI去重（如无DOI则按标题+年份） 3. 保留前20个唯一结果 ### 中文数据库检索回退机制（步骤2B） 当用户明确要求中文期刊（如"核心期刊"、"CSSCI"、"北大核心"）或英文API检索结果不足时，启用中文数据库检索： **触发条件：** - 用户明确指定中文期刊等级（CSSCI、北核、CSCD等） - 用户查询涉及纯中文语境概念（如"双减政策"、"乡村振兴"、"新质生产力"） - Semantic Scholar + OpenAlex 返回结果少于5篇相关论文 **中文检索策略：** 1. **保留中文查询词** - 使用原始中文查询（不翻译为英文） - 添加中文期刊限定词：`核心期刊`、`CSSCI来源期刊` 2. **使用 WebSearch 检索中文数据库** **检索目标平台：** - 中国知网（CNKI） - 万方数据 - 维普期刊 - 百度学术 **搜索查询模板：** ``` site:cnki.net "查询关键词" CSSCI site:wanfangdata.com.cn "查询关键词" 核心期刊 "查询关键词" 知网 核心期刊 "查询关键词" 百度学术 ``` 3. **解析检索结果** - 从搜索结果提取论文标题、作者、期刊、年份 - 优先选择 CSSCI、北大核心期刊论文 - 通过标题在 Semantic Scholar 查找对应的英文元数据（如有） 4. **与英文API结果合并** - 中文数据库结果优先排序（当用户明确要求中文期刊时） - 去重：同一论文的中英文版本视为一篇 **中文数据库检索示例：** ``` 用户查询："数字孪生在智慧城市建设中的应用研究，要CSSCI期刊" 处理流程： 1. 识别触发条件：明确要求CSSCI 2. 中文检索："数字孪生 智慧城市 CSSCI 核心期刊" 3. 英文补充检索："digital twin smart city" 4. 合并结果，优先展示CSSCI期刊论文 ``` **注意事项：** - 中文数据库通常需要机构访问权限，使用公开可访问的搜索页面 - 部分中文期刊论文可能没有DOI，通过标题+作者+年份去重 - 中文期刊等级优先查询本地 venue-rankings.md 缓存 ## 步骤3：期刊质量评估 ### 本地缓存查询 首先检查`references/venue-rankings.md`中的期刊等级： **预填充领域：** - Design Studies（设计学） - HCI / Human-Computer Interaction（人机交互） - Cultural Heritage / Tourism（文旅/文化遗产） - Computer Science / AI / Machine Learning / Deep Learning（计算机/人工智能/机器学习/深度学习） - Large Language Models / NLP（大语言模型/自然语言处理） - Computer Systems / Networks / Software Engineering（计算机系统/网络/软件工程） - Cyber Security / Privacy（网络安全/隐私） - Chinese Computer Journals（中文计算机期刊） **等级分类：** - A+：顶级（Nature/Science、CHI、TOCHI等） - A：高级（CSCW、UIST、IJHCS等） - B：良好级（Interacting with Computers等） - C：认可级 - CSSCI：中文社会科学引文索引 - 北核：北京大学核心期刊 - SCI-Q1/Q2/Q3/Q4：SCI分区 - SSCI-Q1/Q2/Q3/Q4：SSCI分区 ### 未知期刊的联网搜索 如果期刊不在本地缓存中： 1. **搜索查询模板：** - `"{venue name}" CSSCI 来源期刊` - `"{venue name}" 北大核心 期刊` - `"{venue name}" SCI impact factor quartile` - `"{venue name}" SSCI Q1 Q2` 2. **使用WebSearch工具**查找等级信息 3. **缓存新发现**到venue-rankings.md供将来使用 ### 本地缓存写入规范 **重要：使用追加模式，禁止覆盖整个文件！** 当发现新的期刊等级信息时，按以下步骤追加到 `references/venue-rankings.md`： **步骤1：确定领域分区** - 根据期刊主题找到对应的领域分区（如 HCI、Design Studies、AI/ML 等） - 如不存在相关分区，在文件末尾新建分区 **步骤2：使用标准表格格式追加** ```markdown | Venue | Full Name | Rank | Notes | |-------|-----------|------|-------| | 期刊缩写 | 期刊全称 | 等级 | 备注 | ``` **步骤3：追加模板示例** ```markdown ### [新领域名称] | Venue | Full Name | Rank | Notes | |-------|-----------|------|-------| | NewJournal | New Journal Name | SCI-Q2 | Added on 2024-XX-XX | ``` **写入规则：** - ✅ **必须**：在现有表格后追加新行，保持表格结构完整 - ✅ **必须**：保持表头格式一致（`| Venue | Full Name | Rank | Notes |`） - ❌ **禁止**：删除或修改已有期刊条目 - ❌ **禁止**：覆盖整个文件内容 - ⚠️ **注意**：添加后检查 Markdown 表格语法（| 对齐） **追加位置示例：** ```markdown | JUS | Journal of Usability Studies | C | UPA journal | | CHI EA | CHI Extended Abstracts | C | Workshop papers | | **NewJournal** | **New Journal Name** | **SCI-Q2** | **Added 2024** | ← 追加到此处 ``` ## 步骤4：论文评分和排序 计算每篇论文的综合得分（0-100）： ``` 基础得分 = (被引量得分 × 0.30) + (期刊得分 × 0.25) + (相关性得分 × 0.25) + (时效性得分 × 0.20) 最终得分 = 基础得分 × 高影响力引用加成系数 ``` ### 各项得分 #### 被引量得分（0-100）- 时间归一化 为避免新论文因发表时间短而总被引量偏低，首先计算年均被引量： **核心公式：** ``` 年均被引量 = citationCount / max(1, 当前年份 - 发表年份 + 1) ``` （注：当年发表的论文，分母为 1） **阶梯计分规则（模拟对数递减效应）：** 根据算出的"年均被引量"，按以下阶梯赋予得分（向下取整，无需精确计算小数）： | 年均被引量范围 | 被引得分 | 论文学术热度评估 | |----------------|----------|------------------| | ≥ 100 次/年 | 100 分 | 现象级/顶级热度 | | 50 - 99 次/年 | 90 分 | 极高热度 | | 20 - 49 次/年 | 75 分 | 高热度 | | 10 - 19 次/年 | 60 分 | 良好关注度 | | 5 - 9 次/年 | 45 分 | 一般关注度 | | < 5 次/年 | 30 分 | 基础传播或冷门 | **示例对比：** | 论文 | 年份 | 总被引 | 发表年数 | 年均被引 | 所在区间 | 被引得分 | |------|------|--------|----------|----------|----------|----------| | 经典论文A | 2018 | 500 | 8 | 62.5 | 50-99 | 90 分 | | 新论文B | 2024 | 80 | 2 | 40.0 | 20-49 | 75 分 | | 当年论文C | 2025 | 25 | 1 | 25.0 | 20-49 | 75 分 | > 注：此阶梯计分法对 AI 助手极为友好——只需做一次简单除法再查表，无需对数等复杂浮点运算，同时通过阶段式递减（前段增长快、后段增长慢）完美模拟了对数曲线的边际收益递减效应，保障新旧论文的公平对比。 #### 高影响力引用加成（独立乘数因子） Semantic Scholar 的 `influentialCitationCount` 反映引用质量，作为**独立的乘数因子**应用于最终得分： | 高影响力引用数 | 加成系数 | 说明 | |----------------|----------|------| | ≥ 50 | × 1.30 | 领域里程碑论文，具有变革性影响 | | 20-49 | × 1.20 | 重要影响论文，定义了研究方向 | | 10-19 | × 1.10 | 显著影响论文，被广泛关注和讨论 | | 5-9 | × 1.05 | 一定影响论文，产生了学术影响 | | 0-4 | × 1.00 | 基础水平，正常学术传播 | **应用方式：** ``` 最终得分 = 基础得分 × 高影响力加成系数 ``` **高影响力引用加权的重要性：** - 区别于普通被引量，反映引用的"质量"而非"数量" - 被领域专家标注为具有方法创新、理论突破或实际影响的引用 - 能有效识别真正推动领域发展的关键论文 **完整评分示例：** | 论文 | 年份 | 总被引 | 年均被引 | 被引得分 | 期刊得分 | 时效性 | 基础分 | 高影响引用 | 加成 | 最终得分 | |------|------|--------|----------|----------|----------|--------|--------|------------|------|----------| | 论文A | 2024 | 50 | 25 | 42.9 | 90 | 95 | 67.1 | 8 | ×1.05 | 70.5 | | 论文B | 2018 | 300 | 37.5 | 51.6 | 75 | 60 | 61.0 | 3 | ×1.00 | 61.0 | | 论文C | 2020 | 500 | 100 | 60.2 | 90 | 75 | 76.3 | 35 | ×1.20 | 91.6 | | 论文D | 2022 | 200 | 66.7 | 56.5 | 100 | 85 | 78.4 | 55 | ×1.30 | 101.9→100 | > 论文D因高影响力引用超过50，获得30%加成，体现了高质量研究的影响力权重。 **期刊得分（0-100）：** | 等级 | 得分 | |------|-------| | A+ | 100 | | A / SCI-Q1 / SSCI-Q1 | 90 | | B / SCI-Q2 / SSCI-Q2 | 75 | | C / SCI-Q3 / SSCI-Q3 | 60 | | SCI-Q4 / SSCI-Q4 | 45 | | CSSCI / 北核 | 70 | | 其他认可期刊 | 30 | | 未知 | 20 | **相关性得分（0-100）：** - 基于API的语义相关性排名 - 排名1-5：90-100 - 排名6-10：70-89 - 排名11-20：50-69 **时效性得分（0-100）：** - 当年：100 - 1-2年前：90 - 3-5年前：75 - 6-10年前：60 - >10年：40（经典论文仍有价值） **评分优化示例：** | 论文 | 年份 | 总被引 | 年均被引 | 高影响力引用 | 加成 | 被引得分 | |------|------|--------|----------|--------------|------|----------| | 论文A | 2024 | 50 | 50 | 8 | ×1.05 | 54.4 | | 论文B | 2018 | 300 | 43 | 3 | ×1.00 | 52.0 | | 论文C | 2020 | 500 | 100 | 35 | ×1.20 | 96.0 | ### 应用用户约束 如果用户指定了约束条件： - **年份范围**：评分前过滤 - **最大结果数**：排序后返回前N个 - **最低等级**：过滤低于阈值的期刊 ## 步骤5：获取BibTeX 对于排名靠前且有DOI的论文： ### 方法1：CrossRef API ```bash curl -s "https://api.crossref.org/works/{DOI}/transform/application/x-bibtex" ``` ### 方法2：DOI.org内容协商