agentleFS
RuinDowRuinDow/chinese-information-science-paper-skills/skills/paper-related-work-generator/SKILL.md

paper-related-work-generator

Skill9 starsChanged 8 months agoMITView on GitHub

为情报学领域的学术论文撰写"相关研究/相关工作"部分(中文短综述)。 在给定论文框架的基础上,按主题分小节组织文献综述,梳理研究脉络, 引用代表性工作,指出现有研究不足,并自然过渡到本文研究。 触发词:"相关研究"、"相关工作"、"文献综述"、"related work"、 "撰写综述部分"、"写相关研究"。

The file

Files
SKILL.md

情报学论文"相关研究"部分生成技能

在给定论文框架的基础上,为情报学领域论文撰写高质量的"相关研究/相关工作"章节(中文短综述)。

快速开始

  1. 用户提供完整信息:
    • 论文标题、研究主题、技术路线
    • 已确定的章节框架(包括分节标题,如"2.1 XX研究"、"2.2 YY研究")
    • 每个小节的要点(该小节要论述的核心观点/逻辑)
  2. 制定检索词(中英文双轨):根据大纲和每个小节的要点,同时构造中文检索式和英文检索式
  3. 本地 Zotero 检索(双轨检索):
    • 先检查并获取"情报学"分类下的中文文献(用于衔接句支撑)
    • 使用中文检索式进行检索
    • 使用英文检索式进行检索
    • 合并两次检索结果
  4. 外部平台检索:在 ArXiv 等平台检索补充文献
  5. 匹配度检查与筛选:检查文献是否与小节匹配、能否支撑逻辑观点,不匹配则舍弃,舍弃过多则调整检索式重新检索
  6. 撰写综述:按逻辑框架撰写各小节内容,形成逻辑闭环

核心原则

一、严格筛选标准

文献必须紧扣小节标题和核心观点:

  • ❌ 错误示例:"数智赋能科研创新"与"专家隐性知识形式化与迁移研究"无关
  • ❌ 错误示例:"大模型幻觉抑制"与"指令工程与大模型能力评测"无关
  • ✅ 正确做法:每篇文献必须直接支撑小节要论述的核心观点 排除综述类论文:
  • 一般不使用综述论文(review/survey)作为综述中的引用例子
  • 优先使用原创研究论文(original research) 匹配度检查标准: | 检查项 | 标准 | 必须满足 | |-------|------|---------| | 主题相关性 | 文献主题与小节标题直接相关 | ✅ | | 逻辑支撑性 | 能支撑小节的核心观点 | ✅ | | 方法代表性 | 是该方向的典型/创新工作 | ✅ | | 文献类型 | 优先原创研究,慎用综述 | ✅ |

二、组织方式

按主题分小节,而非按时间线罗列。

典型分节方式(以论文1为例):

2 相关研究
  2.1 政策文本的相关定量研究    ← 研究对象维度
  2.2 政策文本检索的相关研究    ← 技术方法维度

典型分节方式(以论文2为例):

1 相关工作
  1.1 预训练语言模型在科技情报领域的应用    ← 已有技术路线
  1.2 大模型推理端应用策略及能力评测        ← 本文采用的技术路线

每个小节的内部逻辑:

三、论文组织与归类

必须先归类组织,再撰写:

  1. 绝不单纯罗列别人的研究:必须对现有文献进行分类,每个类别给一个小标题,格式如 (1)xxx方法、(2)yyy技术。
  2. 基于自身研究点出发,论证两点核心内容:
    • 第一,说明别人研究发现本文采用的方法确实有利于结果/能解决特定问题;
    • 第二,说明别人未能想到的盲点(研究空白),因此本文不仅采用该方法,同时又针对该盲点进行了改进。
  3. 分类示例(以"预训练语言模型在科技情报领域的应用"为例):
    (1)基于传统预训练模型的探索
      - 概述:说明前人发现该类方法对特定问题有效,但在某些方面存在盲点。
      - 文献A:BERT在面向学术文本的关键词语义功能识别中的应用...
      - 文献B:BERT在关键词生成任务中的应用...
    
    (2)大语言模型方法的引入与改进
      - 概述:别人研究发现大模型确实有利于提升性能,但未考虑到复杂垂域适配问题,本文针对此进行改进。
      - 文献E:小样本学习和提示学习方法在低资源场景的应用...
      - 文献F:复杂方法推动信息资源建设的升级...
  4. 每个类别与小节形成逻辑层次:
    • 类别之间要有逻辑递进关系
    • 从基础到应用,或从早期到最新
    • 每个类别内部按时间或重要性排序

四、内部逻辑衔接

1. 类别之间的过渡(小节内部)

类与类之间必须自然过渡:

**示例1(按技术发展):**
早期的BERT模型虽然在科技文献文本分类任务中取得了良好效果[1],
但其传统的面向下游任务的微调方法难以摆脱对标注数据的依赖,
无法应对低资源、小样本的任务场景[2]。
为此,研究者提出了改进的预训练方法...
**示例2(按方法论):**
基于规则的方法虽然在特定领域表现稳定[3],
但其依赖人工特征工程,难以适应领域迁移。
深度学习方法通过学习数据的隐含特征,
有效解决了特征工程的问题[4],
但其可解释性较差。知识图谱方法...

2. 小节之间的过渡(情报学中文文献支撑)

不同小节之间必须有明确的逻辑衔接,并引用情报学分类的中文文献:

位置选择:

  • 方案A:在上一小节(2.1)的结尾处添加过渡段(推荐)
  • 方案B:在下一小节(2.2)的开头处添加过渡段

情报学中文文献的使用:

  • 从 Zotero"情报学"分类中选取2-3篇最相关的中文论文
  • 在衔接句中引用这些文献,支撑过渡论述的逻辑
  • 引用格式:"张三等[1]从...角度指出..."

过渡逻辑模板:

**示例(应用侧→技术侧):**
"可以发现,在科技情报领域,学者对大模型的应用大多发生在推理端,即运用各种指令策略引导模型解决任务。然而,各类大模型在科技文本上的语义理解能力有何差异,如何从推理端发挥大模型在科技情报领域的最大效能,当前尚未有研究对此进行实验论证和结果探讨。对大模型学术文本挖掘能力边界和推理端指令策略的探索,是当前亟待解决的研究问题。"

**示例(传统方法→新方法):**
“上述研究为政策文本的量化分析提供了重要的参考价值。然而,传统的定量分析方法仍然存在一定的局限性,限制了对政策文本的深层次理解和利用。而本文结合大语言模型和检索增强生成技术, 为政策文本的分析和应用提供新的思路和方法。”

过渡句的核心要素:

  1. 承接上文:简要总结2.1的核心贡献
  2. 指出问题:点明2.1研究存在的局限或未解决的问题
  3. 引出下文:自然过渡到2.2要研究的技术/方法
  4. 逻辑关联:说明2.2的研究如何补足2.1的不足

述评与结论紧扣:

  • 每个类别末尾要总结该类别的贡献和不足
  • 不足必须与本文研究问题直接相关
  • 为最后的逻辑闭环做铺垫

五、每个小节的内部逻辑

① 概述该方向的研究脉络,并给出小标题分类(2-3句)
    ↓
② 按带有小标题的类别组织代表性工作(必须采用 `(1)` `(2)` 的格式):
   (1)第一类方法名称
     → 概述前人证明该方法有效的依据,并自然引出该类别下的代表文献。
     → 具体文献(每项1-2句说明"谁做了什么,用了什么方法,证明了什么")。
     → 类别小结:别人没有想到的盲点(研究空白)。
   ↓ 过渡句
   (2)第二类方法名称
     → ...
    ↓
③ 综述小结:指出现有研究未想到的盲点,说明别人发现本文采用的方法确实有利于结果,但由于这些遗漏,本文采用该方法同时进行针对性改进。

关键要求(必须遵守):

1. 文献数量硬性要求

  • 最终引用文献必须≥20篇(严格最低标准)
  • 检索阶段必须获取≥40篇相关文献进行筛选整理
  • 中英文文献混合,近3年文献占比>50%

2. 文献真实性要求(绝对禁止编造)

  • ❌ 严禁编造文献:所有引用的文献必须来自实际检索结果
  • ❌ 严禁虚构作者、标题、年份:必须与检索到的真实文献完全一致
  • ✅ 必须使用真实文献:只能引用实际检索到的、可获取全文或摘要的文献
  • ✅ 可追溯性:每篇引用的文献都能在检索结果中找到对应条目

3. 检索与筛选流程

阶段2-3:检索获取≥40篇相关文献
    ↓
阶段4:严格筛选,剔除不相关、质量低、重复的文献
    ↓
阶段5:使用筛选后的真实文献撰写综述(最终引用≥20篇)

违规后果:

  • 编造文献属于学术不端行为
  • 必须确保每篇引用文献都有真实的来源支撑
  • 如检索到的真实文献不足40篇,需扩大检索范围或调整检索词,绝不能编造

4. 其他注意事项

  • 文献综述不是简单堆砌,每引用一篇文献都要说明它与本文的关系
  • 综述的最后一段必须自然过渡到本文的研究,形成"前人做了什么→还缺什么→所以本文做什么"的逻辑闭环

工作流程

按照工作流一步步进行,并输出每步结果: references/WORKFLOW.md


注意事项(必须严格遵守)

一、文献数量与真实性(硬性要求)

1. 最低文献数量

  • 最终引用文献必须≥20篇(绝对最低标准,不能低于20篇)
  • 如检索结果不足20篇,需扩大检索范围、调整检索词或延长检索时间

2. 严禁编造文献(学术诚信底线)

  • ❌ 绝对禁止编造:不得虚构任何文献的作者、标题、年份、期刊等信息
  • ❌ 绝对禁止冒充:不得将未检索到的文献冒充已检索到的文献
  • ✅ 全部真实来源:所有引用的文献必须来自实际的检索结果
  • ✅ 可追溯验证:每篇引用的文献都能在检索结果中找到对应条目

3. 文献质量要求

  • 优先核心期刊、高水平会议论文
  • 慎用综述论文作为引用例子(除非是奠基性综述)
  • 近3年文献占比>70%
  • 中英文文献混合

二、内容撰写要求

  1. 文献综述不是简单堆砌:每引用一篇文献都要说明它与本文的关系
  2. 逻辑闭环:综述最后必须自然过渡到本文研究
  3. 语言风格:学术中文,客观严谨,避免口语化
  4. 引用格式:使用 GB/T 7714-2015 标准
    • 正文引用:使用上标数字,如"张三等[1]提出..."
    • 文末列出"参考文献"章节,按引用顺序编号
    • 具体格式详见下文"参考文献格式(GB/T 7714-2015)"章节

写作风格

  • 客观严谨:使用"研究表明"、"结果显示"等客观表述
  • 适度评价:可以指出不足,但措辞应委婉,如"仍存在一定的局限性"
  • 逻辑连贯:段落之间、小节之间要有过渡
  • 术语规范:首次出现的英文缩写需给出全称

段落结构模板

[小标题,例如:(1)基于大模型的特征提取]
[主题句:说明别人研究发现采用此方法确实有利于提升某方面的结果]
  → [代表性工作1:谁做了什么,方法,证明了方法的有效性]
  → [代表性工作2:谁做了什么,方法,同上]
  → [代表性工作3(可选)]
  → [小结/评价:指出别人在研究中没有想到的盲点或局限性,引出本文基于此方法的改进与采用理由]

参考文献格式(GB/T 7714-2015)

正文引用格式

采用顺序编码制,引用用上标数字表示:

张三等[1]提出了基于深度学习的方法...
已有研究[2,3]表明...
近年来,多位学者对此进行了探索[4-6]...

参考文献列表格式

在综述末尾添加"参考文献"章节,按引用顺序编号列出所有文献,每篇文献均需另起一行。

1. 期刊论文

[序号] 作者. 题名[J]. 刊名, 年, 卷(期): 起止页码.

[1] 张三, 李四, 王五. 基于深度学习的文本分类方法研究[J]. 情报学报, 2023, 42(3): 45-56.
[2] Brown T, Mann B, Ryder N, et al. Language models are few-shot learners[J]. Advances in Neural Information Processing Systems, 2020, 33: 1877-1901.

2. 专著(书籍)

[序号] 作者. 书名[M]. 出版地: 出版者, 出版年.

[3] 王晓光. 知识图谱: 方法、工具与应用[M]. 北京: 科学出版社, 2022.
[4] Jurafsky D, Martin J H. Speech and Language Processing[M]. 3rd ed. Stanford: Stanford University, 2023.

3. 会议论文

[序号] 作者. 题名[C]//会议论文集名. 出版地: 出版者, 出版年: 起止页码.

[5] 李华, 赵六. 面向科技情报的知识图谱构建方法[C]//第十八届中国情报学年会论文集. 北京: 中国科学技术情报学会, 2023: 123-130.
[6] Devlin J, Chang M W, Lee K, et al. BERT: Pre-training of deep bidirectional transformers for language understanding[C]//Proceedings of NAACL-HLT. Minneapolis: ACL, 2019: 4171-4186.

4. 学位论文

[序号] 作者. 题名[D]. 保存地: 保存单位, 年份.

[7] 陈明. 基于预训练语言模型的科技文献摘要生成研究[D]. 武汉: 武汉大学, 2022.

5. 电子文献(网页、在线资源)

[序号] 作者. 题名[EB/OL]. (发布日期)[引用日期]. 获取路径.

[8] OpenAI. GPT-4 technical report[EB/OL]. (2023-03-23)[2024-01-15]. https://arxiv.org/abs/2303.08774.
[9] 中国互联网络信息中心. 第52次中国互联网络发展状况统计报告[EB/OL]. (2023-08-28)[2024-01-10]. https://www.cnnic.net.cn/.

6. 标准

[序号] 标准编号, 标准名称[S].

[10] GB/T 7714-2015, 信息与文献 参考文献著录规则[S].

作者著录规则

  • 1-3位作者:全部列出,用逗号分隔
    [1] 张三, 李四, 王五.
    [2] Smith J, Johnson M.
  • 超过3位作者:列出前3位,加", 等"(中文)或", et al"(英文)
    [3] 张三, 李四, 王五, 等.
    [4] Brown T, Mann B, Ryder N, et al.

完整示例

## 参考文献

[1] 张三, 李四. 基于大语言模型的科技情报分析框架研究[J]. 情报学报, 2024, 43(1): 12-25.
[2] Brown T, Mann B, Ryder N, et al. Language models are few-shot learners[J]. Advances in Neural Information Processing Systems, 2020, 33: 1877-1901.
[3] 王五. 知识图谱构建与应用[M]. 北京: 科学出版社, 2023.
[4] Devlin J, Chang M W, Lee K, et al. BERT: Pre-training of deep bidirectional transformers for language understanding[C]//Proceedings of NAACL-HLT. Minneapolis: ACL, 2019: 4171-4186.
[5] 李华. 面向科技文献的智能摘要方法研究[D]. 北京: 中国科学院大学, 2022.
[6] OpenAI. GPT-4 technical report[EB/OL]. (2023-03-23)[2024-01-15]. https://arxiv.org/abs/2303.08774.
[7] GB/T 7714-2015, 信息与文献 参考文献著录规则[S].

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.