跳转至

期刊 / venue 取不全(#399)

Library publication 列和 Edit Metadata 刷新经常拿到缩写、截断或空的期刊名。

原因

回填原先 DOI → Crossref container-title 优先,title 刷新则 S2 search 的 venue 字段优先

对照同一批论文:

论文 arXiv journal_ref S2 venue S2 publicationVenue.name Crossref container-title
Attention Is All You Need Neural Information Processing Systems 同左(conference) arXiv DOI 404
BERT (NAACL 2019) 常空 North American Chapter of the Association for Computational Linguistics Proceedings of the 2019 Conference of the North(截断)
AlphaFold (Nature) Nature Nature(journal) Nature

另外:S2 search 的 venue 经常为空,完整名在 publicationVenuetype=repositoryarXiv.org 不能当发表venue。OpenAlex 对 CS arXiv 常无 source;DBLP 只有 NIPS / NAACL-HLT 缩写。

实测(~/Downloads/paper vault,60 篇)

Catalog 里只有 3 篇可用 publication(其余空或 arXiv / arXiv.org)。对 57 个 arXiv id 拉 Atom:BERT / ResNet / Adam / GPT-3 / EAGLE 的 journal_ref 全空。S2 paper/batch 命中 38 篇,其中 10 篇有可用 venue(NAACL / CVPR / ICLR / NeurIPS / ICML / ACL);预印本的 publicationVenue 是无 typearXiv.org,被丢弃。

修复

  • 解析 S2 时优先 publicationVenue.name(跳过 repository),其次 journal.name,再次 venue;丢弃 arXiv / CoRR
  • 回填顺序改为:arXiv journal_ref / S2 → S2 DOI: → Crossref → title search。
  • paper_resolve_identifier 对标识符先解析再 S2 补全;Crossref 以 Proceedings … 开头的截断标题仍走 S2,取更长的那个。