- 🧠 自动学习系统:只要你在左侧 DBLP 搜索栏点击了一个结果,系统就会自动且永久地学习该论文的全称与缩写的对应关系(存储在本地)。
- ⚡ 智能清洗:自动移除冗余字段(如
timestamp,bibsource,editor),只保留你需要的核心信息。 - 🏷️ 标准化:将混乱的会议名称(如 "Proceedings of the IEEE/CVF...")统一转换为标准的缩写(CVPR)或整洁的全称。
- 🔑 自定义引用 Key:生成风格统一的 ID,如
[Auth][Year][Title]_[Venue](例如he2016deep_cvpr)。如果 ID 中的会议名过长,会自动进行缩写处理。 - 🌍 多格式支持:
- BibTeX (标准格式)
- MLA (人文学科)
- GB/T 7714 (中文学位论文标准)
- 🔒 隐私优先:100% 纯前端运行。没有任何数据会发送到服务器,所有操作都在你的浏览器中完成。
为了确保学术引用的 100% 准确性,我们采用了严格的三级解析策略:
- 自定义/已学习规则:优先检查你本地学习到的规则(完全匹配)以及内置的正则规则库。
- DBLP 提示 (Hint):如果你正在处理单条数据,且点击了左侧搜索栏的建议,我们将直接采纳 DBLP 官方提供的缩写。
- 兜底策略 (Fallback):如果上述两者都未命中,我们将保留原始全称并弹出警告。
- 搜索并学习 (推荐):
- 在左侧 Search Bar 输入论文标题。
- 点击正确的 DBLP 搜索结果。
- 工具会自动填入 BibTeX,并自动学习该会议正确的缩写映射。
- 批量转换:
- 将多条 BibTeX 粘贴到输入框中。
- 点击 Convert 按钮。
- 检查警告:
- 如果你看到红色的
⚠️ Warning 提示,点击它查看哪些会议是未知的或不匹配的。
- 如果你看到红色的
- 复制:
- 点击 Copy Result,直接粘贴到你的 LaTeX 或 Word 文档中。
点击右上角的设置按钮打开 Settings Drawer,自定义你的工作流。
使用变量自定义 ID 生成规则:
[Auth]: 第一作者的姓氏 (例如vaswani)[Year]: 出版年份 (例如2017)[Title]: 标题的第一个实词 (例如attention)[Venue]: 会议缩写 (例如nips)。注意:如果 ID 中的会议名未知且过长,系统会智能截断。
你可以手动添加规则,或者导出通过“自动学习”积累的规则。
格式: Regex => Abbreviation || Full Name
示例:
# 基础规则
CVPR|Computer Vision and Pattern Recognition => CVPR || IEEE Conference on Computer Vision and Pattern Recognition
NeurIPS|NIPS => NeurIPS || Advances in Neural Information Processing Systems
# 注意:系统会自动处理单词边界 (\b),
# 所以 "RAL" 不会错误匹配到 "Neural" 单词内部。
使用一段时间后,你的本地存储中会积累大量精准的映射关系。 点击设置中的 "Export Learned Rules" 按钮,可以获得一份文本列表。欢迎提交给我们,帮助改进默认规则库!
特别感谢 Gemini 在本项目开发过程中担任智能 Copilot。