citation-verification

引用核验

语言模型（以及疲惫的人类）会生成看似正确、实则有误的参考文献：从未发表过的可信标题、附在错误论文上的真实 DOI、错误的年份、虚构的合著者。引用一篇不存在的论文可能导致编辑部直接拒稿、要求更正，或启动学术不端调查。这项技能让核验过程变得系统化。

不容妥协的规则

1. 绝不要凭记忆撰写参考文献。 每条文献都必须来自可检索的记录（Crossref、OpenAlex、arXiv、PubMed、出版商页面）。
2. 只有当标识符解析到的记录中标题、第一作者和年份都匹配时，参考文献才算通过核验。 DOI 能解析本身不能证明任何事情。
3. 如果无法核验某条参考文献，就要明确说明。 在 .bib 中将其标记为 % UNVERIFIED，告知用户，绝不要悄悄保留。
4. 核验论断本身：打开摘要或引用的章节，确认论文确实支持引用它的句子。

工作流

export [email protected]   # polite pool: faster, fewer rate limits
python scripts/verify_citations.py references.bib --json citation-report.json
python scripts/verify_citations.py --doi 10.1038/nature14539 10.1126/science.aaa8415
python scripts/verify_citations.py references.bib --keys smith2020,li2023   # re-check a subset

每条文献都会获得一个状态：

状态	含义	操作
verified	标识符可解析；标题、作者和年份一致	无需操作
found-add-doi	条目中没有 DOI，但存在明确无误的匹配项	添加建议的 doi 字段
mismatch	DOI 解析到另一篇作品，或年份／作者不一致	根据记录修正，或查找预期的论文
doi-not-found	DOI 无法解析到任何记录	可能是拼写错误或伪造：按标题搜索
uncertain	标题匹配，但年份／作者不一致，或标题匹配不够可靠	手动检查（重印版、勘误、同名论文）
not-found	在 Crossref、OpenAlex 或 arXiv 中都找不到合理的匹配项	在证实之前按伪造处理（灰色文献、学位论文和报告可能确实不在这些数据库中）

退出码 0 表示所有文献都已核验，或仅缺少 DOI；1 表示有事项需要人工处理。

处理棘手情况

• 没有 DOI 的会议论文（NeurIPS、ICML、ICLR、许多计算机科学会议）：脚本会回退到 arXiv。引用会议论文集版本，并使用 url 指向官方会议论文集页面；也可以保留 arXiv ID 对应的 eprint。
• 预印本与已发表版本：如果两者都存在，除非出版方另有要求，否则引用经同行评审的版本。OpenAlex 会关联同一作品的不同版本。
• 书籍和章节：通过出版商或 Open Library 核查 ISBN。Crossref 涵盖许多书籍和章节，但并非全部。
• 数据集和软件：核验 DataCite DOI（https://api.datacite.org/dois/{doi}），或 Zenodo／Software Heritage 标识符。
• 撤稿论文：根据 Retraction Watch 数据核查每个 DOI（在 Crossref 中查找 update-to／relation 元数据），绝不要将已撤稿的论文作为依据引用。
• 非英语或早期文献：这些索引中没有相关记录的情况很常见。请通过图书馆目录确认，并记录来源。

向用户报告

以表格汇总：条目键、状态、问题，以及已应用或建议的修正。只自动应用机械性修正（为 found-add-doi 匹配项添加 DOI）。任何 mismatch、uncertain 或 not-found 项都需要用户确认，因为只有用户知道自己想引用哪篇论文。

相关技能

• bibtex-hygiene：检查 .bib 文件中的重复条目、缺失字段、大小写和格式。
• citation-management：从文献数据库中查找并导出参考文献。
• literature-review：系统地搜索和筛选文献。