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 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 → 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。