paper-matrix-builder

论文矩阵构建器

概述

此技能旨在系统化地自动构建既有研究矩阵（State-of-the-Art matrix）。将方法、数据集、测试指标和性能结果等技术数据整理到一张标准化表格中，研究人员便可轻松梳理自己的研究在同类研究中的定位。

依赖项

• extract-methodology

快速开始

使用示例： “使用 paper-matrix-builder 技能，为 5 篇关于欺诈检测分类的精选论文整理方法对比矩阵表格。”

工作流

1. 确定对比维度（矩阵架构选择）

根据分析需求选择矩阵架构：

• 方法矩阵（技术）：对比模型架构、参数、超参数和实验环境。
• 数据与评估矩阵：对比数据集类型、数据规模、测试指标和数值性能。
• 文献综述矩阵（SLR）：对比研究重点、研究空白、贡献、局限性和相关性。

2. 一致的数据提取

• 使用已准确提取的数据（通过 extract-methodology 技能）。
• 确保没有编造数据。如果某篇论文的信息不完整，必须填写 “未报告” 或 “未提及”。

3. 生成对比表格（程序化矩阵生成）

• 执行程序化辅助脚本（必需）：在整理叙述详情之前，运行矩阵构建脚本，将提取的 JSON 整合为标准化的 Markdown 和 CSV 表格（使用此技能安装目录中 build_sota_matrix.py 的绝对路径）：

  python "<PATH_KE_SKILL>/scripts/build_sota_matrix.py" --input extractions/ --output-md sota_matrix.md --output-csv sota_matrix.csv
  

• 在 Agent 的最终回答中展示 sota_matrix.md 的内容。标准表格格式： | 作者与年份 | 方法/模型 | 主要数据集 | 关键参数 | 评估指标 | 性能数据 | 研究空白 / 局限性 | |---|---|---|---|---|---|---|

4. 创建 Evidence Map（证据地图 / 分类体系）

按特定类别对论文分组（例如方法类别、数据集类别或发表年份），以展示研究方向的集中趋势，以及尚未得到充分探索的空白领域（white spaces）。

常见错误与关键规则

• 幻觉与数据伪造（严重错误）：严禁编造或猜测论文的技术数据、方法或架构来填补表格空缺。如果原论文中没有相关信息，必须填写“未报告”（Not Reported）。
• 列格式不一致：在矩阵中途更改列的顺序，导致难以直接进行比较。
• 比较不兼容的指标：纳入使用不同验证方法的性能数据（例如，将 10 折交叉验证的 F1 分数与简单随机数据划分测试的结果进行比较，却不作说明）。
• 矩阵中段落过于密集：在表格单元格中填入过多的长篇叙述。矩阵表格单元格应仅包含简明要点、数值参数或短语。
• 隐藏空缺数据：仅因论文未报告某些数据就删除行或列。应如实标明数据不可用，因为这也是对该论文局限性的发现之一。