封装有来源核验的 Springer 会后选集采集器 #47

2026-11-09T15:54:31Z

codex-bot commented

2026-11-09 15:54:31 +00:00

AISTATS 1993 的候选资料来自 1994 年出版的会后选集，不能把它当作完整原始会议录用名单。本 PR 增加 package 内的 collect springer-selected，核对固定公开 HTML 回执、官方旧站的修订/再次评审关系、三页目录及全部49章，并明确记录被排除的分区 Front Matter。

使用独立 selected_volume track 和事件标识，分别保存会议年份1993与出版年份1994、原始作者引用/首字母/顺序、DOI、页码、摘要及来源。accepted仅表示被列入选集，不推断原始会议决定或main/rejected；章节publication_doi仅属于选集投稿。保留短标题实体身份保护，跨来源关联需明确核验的稳定标识。

8项新增测试覆盖全部真实章节字段、缺失/漂移/路径与重定向边界、幂等导入、旧拒稿历史及短标题不自动合并。全部固定原始HTML和回执保留，摘要按段落边界分隔。README与独立文档说明用法、证据、范围和恢复。

远程 CI1139（aliyun-ces-control）385项测试通过，8项新增均见实际日志；wheel构建安装及安装后的CLI真实采集49条检查成功。日志SHA256为36afcda5d13a4ea6dec5d5b747f9574fcefd166869c757ca48a5a19adf367f3f。本地仅AST、资料哈希与diff检查，未运行构建或项目测试。

同一精确提交已在服务器正式采集49条来源及49条摘要，并与独立审计逐条核对；53份原始证据和8条Front Matter排除记录均保留。报告/data/paper-index/collected/aistats1993-source-check-v1/source-acceptance.json，SHA256e109bd4ba1ab8d27b6dba46308d33dcd3113d68e80132f53424cf9d64f67e666。

49条选集记录已完成原生PostgreSQL增量导入和独立验收：49个新增论文实体、49条来源/投稿/出版决定、49条摘要及章节publication_doi、1个新来源提供方和独立选集edition。会议年1993、出版年1994、selected_volume与事件标识均逐条核对；1464篇受保护旧论文内容、全局旧投稿/决定/来源关系及原来源提供方保持不变，约束、GIN实际查询、foundry-core readyz200及受保护SQLite备份检查通过。

验收报告/data/paper-index/collected/aistats1993-import-v1/postgresql-postcheck-v1.json，SHA256e6ba5ce116c5af8afbc1e9a21923f80db7b594c1f23ed9841c887791340e3a92。最新独立年份复查仅补齐AISTATS1993，历史缺口44降至43，14个2026缺口不变。文件覆盖仍为partial；这不是完整原始会议决定/公开拒稿覆盖或最终全库去重验收。

基于main，无需依赖PR45/46。等待用户手动合并，不自动合并。

AISTATS 1993 的候选资料来自 1994 年出版的会后选集，不能把它当作完整原始会议录用名单。本 PR 增加 package 内的 collect springer-selected，核对固定公开 HTML 回执、官方旧站的修订/再次评审关系、三页目录及全部49章，并明确记录被排除的分区 Front Matter。使用独立 selected_volume track 和事件标识，分别保存会议年份1993与出版年份1994、原始作者引用/首字母/顺序、DOI、页码、摘要及来源。accepted仅表示被列入选集，不推断原始会议决定或main/rejected；章节publication_doi仅属于选集投稿。保留短标题实体身份保护，跨来源关联需明确核验的稳定标识。 8项新增测试覆盖全部真实章节字段、缺失/漂移/路径与重定向边界、幂等导入、旧拒稿历史及短标题不自动合并。全部固定原始HTML和回执保留，摘要按段落边界分隔。README与独立文档说明用法、证据、范围和恢复。远程 CI1139（aliyun-ces-control）385项测试通过，8项新增均见实际日志；wheel构建安装及安装后的CLI真实采集49条检查成功。日志SHA256为36afcda5d13a4ea6dec5d5b747f9574fcefd166869c757ca48a5a19adf367f3f。本地仅AST、资料哈希与diff检查，未运行构建或项目测试。同一精确提交已在服务器正式采集49条来源及49条摘要，并与独立审计逐条核对；53份原始证据和8条Front Matter排除记录均保留。报告`/data/paper-index/collected/aistats1993-source-check-v1/source-acceptance.json`，SHA256`e109bd4ba1ab8d27b6dba46308d33dcd3113d68e80132f53424cf9d64f67e666`。 49条选集记录已完成原生PostgreSQL增量导入和独立验收：49个新增论文实体、49条来源/投稿/出版决定、49条摘要及章节publication_doi、1个新来源提供方和独立选集edition。会议年1993、出版年1994、selected_volume与事件标识均逐条核对；1464篇受保护旧论文内容、全局旧投稿/决定/来源关系及原来源提供方保持不变，约束、GIN实际查询、foundry-core readyz200及受保护SQLite备份检查通过。验收报告`/data/paper-index/collected/aistats1993-import-v1/postgresql-postcheck-v1.json`，SHA256`e6ba5ce116c5af8afbc1e9a21923f80db7b594c1f23ed9841c887791340e3a92`。最新独立年份复查仅补齐AISTATS1993，历史缺口44降至43，14个2026缺口不变。文件覆盖仍为partial；这不是完整原始会议决定/公开拒稿覆盖或最终全库去重验收。基于main，无需依赖PR45/46。等待用户手动合并，不自动合并。

codex-bot added 1 commit 2026-11-09 15:54:31 +00:00

Collect reviewed Springer postconference selected volumes

Metadata integrity checks / metadata (push) Failing after 2m4s

Details

c06981b244

codex-bot added 1 commit 2026-11-09 16:00:36 +00:00

Handle section front matter and preserve abstract paragraph boundaries

Metadata integrity checks / metadata (push) Failing after 2m3s

Details

7facde6c94

codex-bot added 1 commit 2026-11-09 16:04:39 +00:00

Scope chapter publication identities and test explicit work anchors

Metadata integrity checks / metadata (push) Successful in 2m20s

Details

5c78a36fd5

codex-bot marked the pull request as ready for review 2026-11-09 16:08:57 +00:00

Zayden-Jung merged commit e0ac62464a into main

2026-11-09 16:47:09 +00:00

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: Zayden-Jung/paper-atlas#47