adoresever/literature-evidence-matcher

文献证据匹配

这个技能的目标不是“找几篇看起来相关的文献”，而是判断用户论文中的具体论点，是否能被用户提供的文献原文支撑。

默认只基于用户提供的文献、笔记、PDF 提取文本或明确允许查询的数据库工作。不能凭记忆编造参考文献。

适用场景

当用户想做以下事情时使用：

• 给论文段落补参考文献
• 检查已有引用是否真的支撑正文
• 从文献文件夹中找支持、反驳或背景支撑某个论点的证据
• 判断哪些句子证据不足
• 为综述、引言、相关工作、讨论部分建立“论点-文献-证据”表

输入

优先使用这些材料：

• 论文草稿、章节草稿、摘要、引言或提纲
• PDF 文献、文献提取文本、阅读笔记
• 已有参考文献列表
• 项目说明或目标期刊要求

如果没有文献材料，不能执行证据匹配。应提示用户补充 PDF、笔记、参考文献列表或允许联网检索。

PDF 和 Word 处理

如果输入是 Word 或 PDF，先生成中间文本，原始文件不覆盖。

推荐输出到：

04_中间文本/

建议工具：

• Word：用可用的文档解析工具提取段落，保留段落编号。
• 可复制文字的 PDF：优先用 pdftotext 或等价工具提取正文。
• 扫描版 PDF：如果没有文字识别能力，标记为无法可靠提取，不要猜内容。

中间文本命名示例：

论文初稿.extracted.md
paper1.extracted.txt

提取文本要尽量保留标题、章节、页码、段落编号、行号或其他可追溯线索。

本地工具调用

执行时要把“文件读取”和“智能判断”分开：先用确定性工具把 Word 和 PDF 转成中间文本，再做论点和证据匹配。

1. 扫描材料

find . -maxdepth 3 -type f | sort

单独查找 PDF：

find . -maxdepth 3 -type f -iname '*.pdf' | sort

2. 提取 PDF

优先检查是否有 pdftotext：

which pdftotext

可复制文字的 PDF，用：

pdftotext -layout 输入.pdf 04_中间文本/输入.extracted.txt

如果输出几乎为空、乱码严重或全是图片，标记为“PDF 提取失败或疑似扫描版”，不要猜论文内容。

3. 提取 Word

如果没有专用 Word 工具，可用脚本读取 .docx 内部 XML，按段落输出到：

04_中间文本/论文初稿.extracted.md

输出格式建议：

【段落 001】……
【段落 002】……

这样后续报告可以引用段落位置。

4. 检索关键词

对中间文本用全文搜索工具定位证据。优先用：

rg -n "知识图谱|实体|关系|抽取|语义|图神经网络|自监督|推荐" 04_中间文本/

关键词应根据论文主题调整。搜索结果只能作为候选证据，最终仍要读上下文判断是否支撑。

5. 抽取上下文

找到候选行后，读取上下文：

sed -n '起始行,结束行p' 04_中间文本/某篇文献.extracted.txt

报告中的证据必须来自这些上下文，而不是只来自关键词命中。

6. 写入报告

将最终报告写入：

05_输出报告/文献证据匹配报告.md

如果是多轮测试，可加后缀：

05_输出报告/文献证据匹配报告_第一轮.md

工作流程

1. 抽取论文论点

从草稿中抽取需要文献支撑的句子或短段。

优先抽取：

• 背景判断
• 领域趋势
• 方法优劣
• 已有研究不足
• 技术定义
• 与前人工作的比较
• 需要引用支撑的定量陈述

跳过：

• 作者自己的研究问题
• 论文结构说明
• 明显的章节标题
• 没有实质论点的连接句

给每个论点分配编号，例如 C001、C002。

2. 检索文献证据

在用户提供的文献文本中查找证据。

每条候选证据必须包含：

• 文献名称
• 原文片段或精确转述
• 位置线索，例如页码、章节、提取文本行号或段落
• 与论文论点的关系

如果只能找到主题相关内容，但没有直接支撑，必须标为背景支撑或支撑不足。

3. 判断支撑强度

使用以下标签：

• 强支撑：文献原文直接支持该论点，范围和语气基本一致。
• 部分支撑：文献支持论点的一部分，但不能覆盖全部表述。
• 背景支撑：文献能作为背景材料，但不能直接证明该句。
• 反驳：文献与该论点相冲突或提出相反证据。
• 支撑不足：文献主题相关，但原文不能支撑该论点。
• 无法确认：PDF 提取失败、证据位置不清、材料不足或需要作者确认。
• 不能支撑：该论点属于作者实验结果或作者原创发现，不能用外部文献代替。

4. 输出报告

默认输出到：

05_输出报告/文献证据匹配报告.md

报告应包含：

# 文献证据匹配报告

## 输入材料

## 总体结论

## 论点-证据匹配表
| 论文位置 | 论文论点 | 可用文献证据 | 支撑强度 | 建议 |
|---|---|---|---|---|

## 不能直接引用的内容

## 需要补充的文献类型

## 下一步建议

关键判断规则

• 不能因为文献标题相关就建议引用。
• 不能把综述中的泛泛背景，当成某个具体实验结论的直接支撑。
• 作者自己的实验结果不能靠外部文献支撑。
• 导师意见、会议纪要、审稿意见不能作为文献证据。
• 如果原文只能支持较弱说法，应建议降低正文表述强度。
• 如果文献和论文主题不是同一场景，要标为类比或背景支撑。

视频演示重点

这个技能最适合展示文章方法的实际价值：人工智能不是硬塞引用，而是帮作者判断“这篇文献到底能不能支撑这句话”。