为RSS发表记录保留跨来源的同次投稿身份 #53

Open
codex-bot wants to merge 1 commits from codex/rss-publication-identity into main
Collaborator

RSS官方论文集与DBLP具有不同来源键。当前rss_proceedings没有自动提供publication_doi投稿身份,官方来源先导入、DBLP后导入(或反向)可能把同一出版物建成两次投稿。本PR让已接受且有DOI的RSS记录复用既有届次范围发表身份。

  • paper_atlas/db/submissions.py:将rss_proceedings纳入已知出版来源,仅accepted记录自动生成publication_doi。拒稿、撤稿及未知来源不获得该发表身份,既有按届次范围的关联和原始决定证据规则不变。
  • tests/test_rss_publication_identity.py:验证官方/DBLP两种导入顺序及重放都只有一篇论文/一次投稿,两个来源和决定观察均保留;验证旧ICLR拒稿原始记录不变且与RSS录用是两次投稿,以及不支持的状态、未知来源和无效DOI边界。
  • docs/data-sources.md:说明发表身份与作品归属核查分离,旧RSS记录不会自动回填或改写。

独立于采集器PR52,不夹带其代码。main891a63d是起点,既有canonical writer714f745是祖先;只对后续导入生效,不执行迁移或生产写入。131条已审查RSS2026关联文件已独立核验,正式导入等待本修复远程验证及重新核查主库、保护基线。DOI不能替代标题、作者、版本和标识冲突审核。

远程ces-control:host CI已实际核实成功,本机仅AST/差异检查,没有测试或构建。head codex/rss-publication-identity,base main;已可评审,等待用户手动合并。

验证:精确head b4e249e675 的 CI1196/job1293 在 aliyun-ces-control 成功,432项测试、wheel构建安装及安装后CLI检查通过。三个RSS回归实际运行。日志SHA256 4d4a72c90a1bb93f43a1af980b0eb707c8d18ad77aedde51e2ffb38e51015bbe。未执行本机测试或构建。等待用户手动合并。

RSS2026 131条独立生产验收

使用精确b4e249e导入器完成131条已审查的既有arXiv作品关联,0新论文实体,新增131来源/投稿/决定和131发表DOI投稿身份。保护5256篇论文、全部旧原始投稿/决定/来源关系、旧标识和标签;保留3篇既有负面历史(5条观察)。131条主来源摘要均保留,79条暂缓记录未导入。约束、实际GIN计划与查询、foundry readyz200和只读SQLite通过。独立报告SHA256 29cba1b51649aae2ec262c2a187beb6e1fee784bbc17672040b1d70253572b94。覆盖仍partial131/210;不是全体RSS论文、公开拒稿全集或最终全库去重。此为显式版本运行的数据操作,不代表PR已合并或默认代码目录已切换。等待用户手动合并。

RSS官方论文集与DBLP具有不同来源键。当前rss_proceedings没有自动提供publication_doi投稿身份,官方来源先导入、DBLP后导入(或反向)可能把同一出版物建成两次投稿。本PR让已接受且有DOI的RSS记录复用既有届次范围发表身份。 - paper_atlas/db/submissions.py:将rss_proceedings纳入已知出版来源,仅accepted记录自动生成publication_doi。拒稿、撤稿及未知来源不获得该发表身份,既有按届次范围的关联和原始决定证据规则不变。 - tests/test_rss_publication_identity.py:验证官方/DBLP两种导入顺序及重放都只有一篇论文/一次投稿,两个来源和决定观察均保留;验证旧ICLR拒稿原始记录不变且与RSS录用是两次投稿,以及不支持的状态、未知来源和无效DOI边界。 - docs/data-sources.md:说明发表身份与作品归属核查分离,旧RSS记录不会自动回填或改写。 独立于采集器PR52,不夹带其代码。main891a63d是起点,既有canonical writer714f745是祖先;只对后续导入生效,不执行迁移或生产写入。131条已审查RSS2026关联文件已独立核验,正式导入等待本修复远程验证及重新核查主库、保护基线。DOI不能替代标题、作者、版本和标识冲突审核。 远程ces-control:host CI已实际核实成功,本机仅AST/差异检查,没有测试或构建。head codex/rss-publication-identity,base main;已可评审,等待用户手动合并。 验证:精确head b4e249e675cfc9aaf5e193ea810b7d7e745dbcfd 的 CI1196/job1293 在 aliyun-ces-control 成功,432项测试、wheel构建安装及安装后CLI检查通过。三个RSS回归实际运行。日志SHA256 4d4a72c90a1bb93f43a1af980b0eb707c8d18ad77aedde51e2ffb38e51015bbe。未执行本机测试或构建。等待用户手动合并。 ### RSS2026 131条独立生产验收 使用精确b4e249e导入器完成131条已审查的既有arXiv作品关联,0新论文实体,新增131来源/投稿/决定和131发表DOI投稿身份。保护5256篇论文、全部旧原始投稿/决定/来源关系、旧标识和标签;保留3篇既有负面历史(5条观察)。131条主来源摘要均保留,79条暂缓记录未导入。约束、实际GIN计划与查询、foundry readyz200和只读SQLite通过。独立报告SHA256 29cba1b51649aae2ec262c2a187beb6e1fee784bbc17672040b1d70253572b94。覆盖仍partial131/210;不是全体RSS论文、公开拒稿全集或最终全库去重。此为显式版本运行的数据操作,不代表PR已合并或默认代码目录已切换。等待用户手动合并。
codex-bot added 1 commit 2026-11-15 15:08:20 +00:00
Recognize accepted RSS publisher DOI as an edition-scoped publication identity
Metadata integrity checks / metadata (push) Successful in 2m55s
b4e249e675
codex-bot marked the pull request as ready for review 2026-11-15 15:11:54 +00:00
Some checks are pending
Metadata integrity checks / metadata (push) Successful in 2m55s
This pull request can be merged automatically.
You are not authorized to merge this pull request.
View command line instructions

Checkout

From your project repository, check out a new branch and test the changes.
git fetch -u origin codex/rss-publication-identity:codex/rss-publication-identity
git checkout codex/rss-publication-identity
Sign in to join this conversation.
No Reviewers
No Label
1 Participants
Notifications
Due Date
No due date set.
Dependencies

No dependencies set.

Reference: Zayden-Jung/paper-atlas#53