引用文献真实性验证

要解决的问题

论文里的参考文献看似完整，却可能包含作者、年份、期刊都对，但标题或 DOI 根本查不到的条目。这类引用常见于生成式写作流程：模型为了显得可靠而“补全”文献，人工逐条核对又很慢。该技能把问题收敛为工程化检索：给定一段论文或参考文献文本，判断每条引用是否能被公开学术索引命中，并给出可解释的置信度。

工作方式

• 提取引用：从全文的 References、Bibliography 或结构化列表中抽取条目，识别 APA、MLA、Chicago、BibTeX 等格式，提取 title、authors、year、venue。
• 索引验证：按 OpenAlex -> CrossRef -> Semantic Scholar 的顺序查询；若条目含 DOI，优先使用 DOI 精确定位。
• 相似度判断：将用户提供的标题与 API 返回标题做词集比较，按匹配程度分为高、中、低和未找到，而不是只依赖“有没有返回结果”。

适用边界

该技能适合批量筛查引用真实性，尤其适合检测 AI 生成的可疑文献。它依赖公开 API 的覆盖范围，冷门预印本、内部资料或新发布论文可能查不到；作者/年份不完全一致时，结果可能只是中置信度。若需要正式学术诚信结论，仍应结合原始论文、DOI 注册库和出版方记录复核。