社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

用 ChatGPT 6 审核论文引用,博导只推荐这 2 个 Skill

学术AI大模型 • 8 小时前 • 12 次点击  

论文改到最后一轮,最耗神的往往不是再润色一句话,而是逐条追问:这句话真的有出处吗?引文支持的是当前结论,还是只和主题沾边?作者、年份和DOI能不能对应上?几十条参考文献挤在一起,漏一处就可能拖累整篇稿子的可信度。

手工核对当然可靠,却需要我们在数据库、PDF和文献管理器之间反复跳转,费时又费力。

这次挑出两套工具:一套专门查找、筛选并验证引用;另一套从已有论文出发,把引用检查放进投稿前的整体审查。

| 01 项目介绍

1 citation-assistant

项目地址:

https://github.com/ZhangNy301/citation-assistant

项目介绍

citation-assistant 是一款面向学术引用的专项Skill。它通过Semantic Scholar检索候选文献,还能结合CCF分级、JCR分区、中科院分区、影响因子、引用量和作者H-index提供筛选信息。找到文献后,它会用DOI转换并核验BibTeX,避免把模型临时拼出的作者、年份和题名直接放进论文。

它适合处理很具体的工作:给一段正文寻找来源、检查现有引用是否匹配、批量筛选某个年份之后的候选论文,或者把已确认的DOI转成BibTeX。仓库也明确区分了普通语义检索和批量检索,结果多时不必一篇篇调用接口。

安装

# 克隆仓库git clone https://github.com/ZhangNy301/citation-assistant.git
# 复制到 Claude Code Skills 目录mkdir -p ~/.claude/skills/citation-assistantcp citation-assistant/SKILL.md ~/.claude/skills/citation-assistant/cp -r citation-assistant/scripts ~/.claude/skills/citation-assistant/cp -r citation-assistant/data ~/.claude/skills/citation-assistant/
# 配置 API Keyecho 'S2_API_KEY="your_key_here"' > ~/.claude/skills/citation-assistant/.env

推荐提示词

使用 citation-assistant 检查下面这段论文文字的引用需求。

请先拆分其中需要文献支持的事实、方法判断和机制主张,再为每条主张检索候选来源。

候选文献优先满足:正式发表、主题直接相关、元数据完整、DOI可核验。 

对每篇候选文献输出:题名、作者、年份、期刊或会议、DOI、它具体支持哪句话,以及不能支持的部分。

只有DOI核验通过后才生成BibTeX。不要编造文献,也不要把“主题相关”当成“能够支持该结论”。

待检查段落:[粘贴正文]

| 02 academic-writing-skills

项目地址:

https://github.com/bahayonghang/academic-writing-skills

项目介绍

`academic-writing-skills` 更像一套论文交稿前工具箱。它面向已经存在的LaTeX、Typst或PDF稿件,覆盖格式检查、语法与表达修改、去机械化处理、参考文献检查和模拟审稿。仓库当前还提供中文LaTeX学位论文、英文论文、Typst论文、论文审计、投稿信和本地BibTeX检索等入口。

这套工具不会把“找引用”孤立出来。正文里的论点、参考文献表、格式规范和投稿准备可以一起检查,适合稿件已经成形、准备做系统收尾的人。它的边界也很明确:重点是改善已有文本,而不是从空白页面替作者生成整篇论文。

安装

Claude Code与Codex均可使用此命令:

npx skills add bahayonghang/academic-writing-skills

安装后进入论文项目目录,再按文件类型调用相应Skill。若只有Word草稿而没有LaTeX、Typst、PDF或BibTeX资料,部分能力无法按原工作流直接运行,需要先准备它支持的输入格式。

推荐提示词(官方)

Compile my English LaTeX paper with latexmk and explain the first blocking error.
Check the introduction for logic gaps, citation stacking, and AI-like phrasing.
Run a paper-audit gate on main.tex and separate blockers from polish issues.
Search references.bib for recent Mamba forecasting papers with code and return LaTeX and Typst citation snippets.

| 02 作者评价

citation-assistant 

citation-assistant 的长处是专。你给它一段话或一个检索主题,它可以从语义搜索一直走到DOI和BibTeX,并补上期刊、作者和引用表现等筛选信息。需要边写边找出处,或者怀疑模型给出了一条假文献时,这条路线更直接。

不过它的脚本以Shell为主,Semantic Scholar接口也有速率限制;本地分区和影响因子数据还要留意更新时间,不能把质量评分当成永久结论。

academic-writing-skills

academic-writing-skills 更适合完整稿。引用编号错位、参考文献表有孤立条目、格式和语言问题同时出现时,它能在同一个项目里继续往下查。相应地,它对输入文件和论文项目结构要求更高。

只想为三句话补来源,启动整套投稿前审查会显得偏重;而且其中的本地BibTeX检索依赖你已经维护好的文献库,不能代替外部数据库核验。

小编推荐:citation-assistant 

如果只推荐一个,我会选 citation-assistant。引用核查最怕任务边界模糊:一边润色,一边换文献,最后不知道哪条结论由谁支撑。专项Skill把检索、筛选、DOI验证和BibTeX放在一条线上,更适合把“这条引用到底靠不靠谱”先回答清楚。论文已经接近投稿,再把 academic-writing-skills 接到后面做整稿审查。

| 03 实战

接下来我们将使用这篇论文,及其Table 6转录数据

先把这句交给引用核查流程:

请使用 citation-assistant 对上述主张做引用核查。          
材料包括:原论文PDF、Table 6转录CSV和DOI 10.1007/s10878-022-00891-w。       
请分别验证:          
- 论文及其元数据是否真实;          
- “所有测试中均优于”是否与Table 6一致;          
- “显著优势”是否有统计检验支持;          
- “稳定性优势”能否由STD指标推出。          
输出主张拆分表、证据位置、核查状态和可安全写入论文的修订句。描述性结果不得改写成统计显著性。

核查后,这句话不能原样保留。P5—P12共八个测试实例中,ICA-PSO只在五个实例取得三种算法里最低的OUT,并非“所有测试均最优”。它的平均OUT确实更低,但现有材料没有提供足以支持“显著优势”的统计检验;平均STD也略高于ICA,因而不能直接称为“最稳定”。

尾声

参考文献数量多,并不等于论证扎实。真正要核的是每条主张与来源之间那一小段距离:文献是否存在,引用是否对应,作者有没有把结果说得太满。

先用专项工具把高风险引用查清,再把完整稿送进投稿前审查,顺序会轻松很多。最后留下的也不只是整齐的文献表,而是一条读者可以沿着走回原始证据的路径。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/200644