Skip to content

joshua-zyy/academic-paper-writer / skills/academic-venue-research

academic-venue-research

Verified

Research target venue requirements and writing style for CS/AI/ML papers. Produces venue-brief.md with submission requirements and detailed writing style analysis. Use when: researching target journal/conference requirements, analyzing writing style of target venue, generating venue brief for paper writing, checking submission guidelines. Triggers on: venue research, 期刊调研, 目标期刊, writing style analysis, 写作风格分析, venue requirements, submission guidelines, 投稿要求, journal style, conference format.

references/style-analysis-guide.md

View on GitHub
# Style Analysis Guide

本文件包含写作风格分析的详细指南。

---

## Step 0: 筛选与研究主题最接近的同期论文(强制前置步骤)

在进行任何风格分析之前,**必须**先从目标期刊筛选 3-5 篇与项目研究主题最接近的论文:

1. 从 local 风格文献库(`local_style_md_dir`)或通过 webfetch 获取目标期刊最新(近 2 年)论文列表
2. 使用传入的 `project_keywords`(5-8 个关键词:任务领域、方法家族、数据集/模态等)筛选候选论文:至少匹配 2 个关键词的论文进入候选
3. 从候选论文中按以下优先级选择 3-5 篇进行分析:
    - 优先:任务相同 + 方法家族相同
    - 次选:任务相同 + 方法家族不同
    - 补充:任务不同 + 方法家族相同(观察方法迁移风格)
4. 对每篇入选论文,标注相似度原因:共享任务、共享方法、共享数据集/模态中的哪几项
5. 若无法从同期刊找到足够相似论文 → 扩展搜索范围至同领域顶会/顶刊,但标注 `source_venue: different`

## 分析内容

### 1. 论文结构偏好

**Introduction**:
- 长度:平均段落数 / 页数
- 组织方式:常见结构(如背景→问题→贡献→论文结构)

**Related Work**:
- 位置:独立章节 / Method 内 / Introduction 内
- 组织方式:按技术路线 / 按任务 / 按限制类型

**Method**:
- 详细程度:高 / 中 / 低
- 子章节组织方式

**Experimental Setup**:
- 详细程度:高 / 中 / 低
- 包含内容(数据集、基线、评估指标等)

**Discussion 和 Conclusion**:
- 写法:总结型 / 展望型 / 混合型

### 2. 写作风格偏好

**语气**:
- 正式 / 半正式 / 非正式
- 主动语态 / 被动语态

**用词偏好**:
- 技术术语多 / 少 / 适中
- 常用表达方式

**句式结构**:
- 长句多 / 短句多 / 混合
- 复合句使用频率

**段落长度**:
- 长段落 / 短段落 / 混合
- 每段平均句子数

### 3. 引用密度

**引用数量**:
- 平均每篇论文的引用数量
- 各章节引用密度

**引用格式**:
- 数字格式(如 [1])
- 作者-年份格式(如 Vaswani et al., 2017)

**引用位置**:
- 引用在句子中的位置
- 引用与正文的融合方式

### 4. 图表使用偏好

**图表数量**:
- 平均图表数量
- 各章节图表分布

**图表类型**:
- 架构图 / 数据图 / 混合
- 常见图表类型
- 若 venue 偏好架构图,后续只记录为 `manual_figure_needed`;`academic-figure` 不自动绘制架构图。

**图表说明**:
- 详细程度:高 / 中 / 低
- 说明格式

### 5. 各个部分的写法

**Abstract**:
- 长度:平均字数 / 句子数
- 结构:背景→问题→方法→结果→贡献
- 信息密度:高 / 中 / 低

**Introduction**:
- 背景介绍方式
- 问题陈述方式
- 贡献总结方式
- 论文结构介绍方式

**Method**:
- 详细程度
- 公式使用频率
- 算法描述方式

**Experiments**:
- 结果展示方式
- 分析深度
- 讨论方式

### 6. 逐节深度分析(从 3-5 篇相似论文中提取共性)

对 Step 0 筛选出的 3-5 篇相似论文,逐节执行深度分析,提取每节的共性规律、典型短语和反例。

#### 6.1 Introduction 深度分析

对每篇入选论文的 Introduction 进行逐段解构,提取以下信息:

1. **段落级逻辑链**:用一句话概括每个段落的论证功能(如 "段1:领域重要性 + 数据规模增长事实"、"段2:现有方法两个方向的共同假设")
2. **逻辑展开模式**:归纳入选论文的共同叙事结构
   - 例:"领域价值声明 → 现有方法的共同假设 → 关键限制 → 本文突破 → 贡献概述 → 论文组织"
3. **问题 gap 的搭建方式**:现有论文是如何从"已有工作"自然过渡到"gap"的?
   - 是否使用"然而"/"但是"类转折?
   - gap 是否通过引用具体数字或事实支撑?
4. **贡献陈述的语言模式**:收集 3-5 篇论文中表述贡献的典型句式
   - 例:"To address this gap, we propose..."、"In this work, we..."、"We make the following contributions:"
5. **段落过渡规律**:相邻段落之间的连接方式(递进/对比/因果/举例)
6. **关键词汇与短语**:提取入选论文 Introduction 中反复出现的高频关键短语(如 "recent advances"、"remains a challenge"、"in this paper")
7. **反例识别**:标注入选论文中不符合共性的异常段落/结构

#### 6.2 Related Work 深度分析

1. **工作簇分组逻辑**:入选论文按什么维度组织 Related Work?
   - 维度:技术路线 / 任务类型 / 方法家族 / 时间演进 / 限制类型 / 混合
2. **每簇的论述结构**:每簇是否遵循 "共享 idea → 代表工作 → 能力 → 限制 → 与本文的关系" 模式?
3. **聚类粒度**:每篇论文的 Related Work 分为几个工作簇?每簇平均引用几篇?
4. **区别点表达方式**:论文如何精确表达"本文与最接近工作的区别"?
   - 例:"Unlike [15] which uses static graphs, our method..." "While [15] focuses on..., we..."
5. **引用密度模式**:每段平均引用数?哪些位置引用密集(合成段落)?哪些位置稀疏(描述性段落)?
6. **典型句式**:收集工作簇介绍、代表工作引用、区别陈述的典型句式
7. **反例**:标注不符合共性的部分

#### 6.3 Method 深度分析

1. **数学形式化深度**:入选论文 Method 中的公式密度(公式数 / 页数)?公式是推导型还是定义型?
2. **架构叙事顺序**:论文是如何从 overall framework 逐步展开到 core module 的?
   - 常见顺序:"整体架构 → 符号定义 → 逐模块展开 → 训练目标"
3. **设计理由表述方式**:入选论文如何解释"为什么这样设计"?
   - 例:"Since the temporal correlations of EEG signals vary across subjects..." "To capture the long-range dependencies..."
4. **模块边界描述**:入选论文如何界定每个模块的输入/输出/边界?
5. **改进点/创新点的位置**:Narrative 中的创新点通常出现在哪个位置?如何与新模块的 description 融合?
6. **公式排版与命名规范**:使用的记号风格(粗体/斜体/手写体)、维度符号(d/n/T/N 等)
7. **典型句式与常见标识符**:收集 Method 中常见的描述句式
   - 模块引入:"We design a... to..."、"The core of our approach is..."
   - 设计理由:"The motivation behind this design is..."
   - 边界说明:"Note that..."、"It is worth noting that..."

#### 6.4 Experiments 深度分析

1. **实验叙事结构**:入选论文的实验部分如何组织?
   - 常见:"实验设置(数据集+基线+指标)→ 主结果对比 → 消融实验 → 可解释性/案例分析 → 讨论"
2. **数据集描述模式**:论文如何描述数据集(统计信息、来源、划分方式)?
   - 描述粒度:样本量、类别分布、输入维度、预处理步骤
3. **基线选择与介绍**:入选论文如何选择和介绍基线方法?是否涵盖经典方法和最新方法?
4. **结果报告方式**:最优指标是 bold 体还是单独标注?是否报告标准差/置信区间?
5. **消融实验设计**:入选论文通常做几类消融?消融实验的假设陈述方式?
6. **结果解释的语言模式**:如何从数字过渡到分析?
   - 例:"As shown in Table 2, our method achieves..." "The improvement can be attributed to..."
7. **图表说明风格**:图标题/表标题的详细程度、图注是否独立可读?

#### 6.5 Dataset 描述模式(若适用)

1. **数据集统计信息格式**:样本数、类别数、维度等如何呈现(文字 vs 表格)
2. **数据来源与引用**:公共数据集引用方式,私有数据集描述方式
3. **预处理步骤描述深度**:是否详细到参数级别(滤波器参数、标准化方法)?

## 分析方法

### 本地文献库分析

1. 读取本地风格参考文献库中的论文
2. 选择 3-5 篇代表性论文
3. 对每篇论文进行结构分析
4. 汇总分析结果,提取共性特征

### 开放获取论文分析

1. 通过 webfetch 访问期刊官方网站
2. 查找开放获取的论文(如 Open Access 论文)
3. 通过 arXiv、OpenReview 等平台获取预印本
4. 对获取的论文进行结构分析

### 基于摘要分析

1. 通过学术搜索引擎获取论文的摘要
2. 基于摘要和已知信息进行风格分析
3. 标注分析方法为"基于摘要分析"

## 输出格式

按照 `references/venue-brief-template.md` 格式输出写作风格备注部分。
add-product-e2e-evalpaperclipai/paperclipAdd or extend a Paperclip full-stack runner E2E workflow, fixture, matcher, or report evidence path for local or Daytona execution.Stars: 115kUpdated Claude CodeCodexVerifiedInstall
add-runner-evalpaperclipai/paperclipAdd or extend a Paperclip Runner protocol evaluation definition, roster, assertion, or report fixture with provenance and narrow validation.Stars: 115kUpdated Claude CodeCodexVerifiedInstall
diagnose-why-work-stoppedpaperclipai/paperclipCompatibility entry point for failed, stalled, looping, or over-recovered Paperclip work. Use fix-failed-paperclip-run for the full diagnosis, regression, repair, real verification, and green-PR workflow; honor an explicitly requested diagnosis-only scope.Stars: 115kUpdated Claude CodeCodexVerifiedInstall
fix-failed-paperclip-runpaperclipai/paperclipDiagnose and fix failed, stuck, slow, or incorrectly blocked Paperclip tasks and runs. Use with a task/run URL or failure report to trace the root cause, prove a regression red then green, check second-order effects, verify the real workflow, and deliver a PR with passing checks.Stars: 115kUpdated Claude CodeCodexVerifiedInstall