Nature Citation 是一个面向稿件引用补全的技能,核心目标是把稿件文本转化为可核验的引用导出文件。
用途:对给定的稿件段落进行分段,为每个可引用片段检索候选论文,评估候选论文是否真正支撑该片段,并生成文献管理器可导入的引用文件。
主要能力:
- 文本分段:按段落、句子边界拆分长文本,保留原始顺序和稳定片段 ID(如 S001、S002)。
- 检索范围控制:根据用户措辞解释期刊范围,但保持严格过滤。Nature系列优先检索 Nature Portfolio,包括 Nature、Nature 子刊、Nature Communications、Communications 子刊、Scientific Reports 和 npj 期刊;CNS 检索 Cell、Nature、Science 及其主要姊妹刊;CNS及其子刊仅检索 Nature Portfolio、AAAS Science 家族和 Cell Press 中认可的旗舰与子刊;仅正刊则限制为 Nature、Science、Cell。不在认可出版商家族白名单或不符合官方命名模式的期刊不视为范围内。
- 来源层级:优先使用结构化书目元数据(Crossref、PubMed/NCBI E-utilities、DOI 元数据),其次出版商页面,再次全文或摘要页;Google Scholar、Semantic Scholar、Web of Science、Scopus 仅作为发现辅助,不作为唯一支撑依据。
- 长文策略:超过约 3000 字符或 10 个以上片段时自动切换批处理模式,按章节拆分,每批独立处理并写入中间导出文件,最后按 DOI 去重合并。
- 支撑等级评估:使用保守标尺——强支撑、部分支撑、背景支撑、矛盾/限制、仅元数据候选。仅元数据候选不得在未检查摘要或出版商页面前作为支撑引用。综述标注为综述/背景,实验性主张优先使用原始研究。
- 导出:默认生成 references.enw(EndNote 标签导出),可选 references.ris 或 references.rdf(Zotero RDF)。缺失字段保持缺失,不编造 DOI、页码、卷期。
- 审查工件:长文本或模糊查询时可生成 HTML/TSV/JSON/报告,HTML 浏览器用于筛选、选择和下载候选。
使用方式:
可通过脚本 scripts/nature_citation.py 运行,例如:
python scripts/nature_citation.py
--text "PASTE MANUSCRIPT TEXT HERE"
--scope cns
--outdir /tmp/nature-citation
--format enw
--with-artifacts
常用选项包括 --text-file 读取长文本、--claim/--claim-file 将每条主张视为片段、--doi/--doi-file 导出已知 DOI、--scope nature|flagship 控制范围、--from-year/--to-year 限制出版日期、--rows 提高检索返回量、--per-segment 控制每片段候选数、--batch-size/--max-segments 控制批处理、--max-retries 重试 Crossref 瞬时失败、--format enw|ris|zotero-rdf 指定导出格式、--mailto 使用 Crossref 礼貌池、--sleep 控制请求间隔。
适用场景:需要为中文或英文稿件补充 Nature/CNS 系列引用的研究者;需要将引用候选导出到 EndNote、RIS 或 Zotero 的用户;需要保守评估引用支撑强度、避免过度声称的场景。
限制:检索质量优先于数量,通常每个片段保留 3-8 个候选;引用次数仅作并列参考,不作为支撑证据;日期敏感主题需明确检索日期;医学、临床或安全主张的引用不替代临床指南或系统评价;期刊组合可能变化,提交关键边界需在使用时核对官方期刊页;若没有合适的 CNS/Nature 系列论文,应明确说明,仅在用户希望扩大范围时建议非 CNS 文献。相关文件包括 references/search-strategy.md、references/journal-scope.md、references/ris-endnote.md 和 scripts/nature_citation.py。