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 | 空 | 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 publicationVenue;type=repository 的 arXiv.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 type 的 arXiv.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 → S2DOI:→ 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。