119 lines
17 KiB
Markdown
119 lines
17 KiB
Markdown
# ICASSP 2026 注册元数据采集
|
||
|
||
这是长期维护项目中的可重复运行采集器,按需离线处理冻结的公开元数据;不会启动数据库导入、联网或下载论文 PDF。命令仅输出待身份审查的来源版本。
|
||
|
||
## 输入与使用
|
||
|
||
2026-11-17 在数据服务器采集 Crossref 公开 REST API。先从正式节目表抽查的两篇标题确定注册会议名称和 DOI 前缀,再依据 IEEE DOI 前缀、proceedings-article 类型及注册的活动开始日期 `2026-05-03` 分页获取;日期过滤并不意味着所有结果都属于 ICASSP。
|
||
|
||
需要服务器 `/data/paper-index/collected/icassp2026-registry-capture-v1` 下的 `manifest.json` 与 `page-001.json` 至 `page-010.json`。将其父目录传给:
|
||
|
||
```sh
|
||
paper-atlas collect icassp2026-registry \
|
||
--snapshots /data/paper-index/collected \
|
||
--out /data/paper-index/collected/icassp2026-normalized-<new-run>
|
||
```
|
||
|
||
输出目录必须不存在。复跑前先检查原任务和产物,不能覆盖成功或失败输出。采集器验证固定清单 SHA256、全部页面原始字节、HTTP 回执、时区、页面数量、总数及唯一 DOI,再生成 JSONL、导入格式的部分覆盖清单、全部原始来源证据和采集报告。导入格式不代表身份审查通过;本命令批准导入数始终为零。
|
||
|
||
## 数据范围
|
||
|
||
- 10 页共有 4,645 个唯一 DOI;56 个属于 ICPEA,明确排除。
|
||
- ICASSP 的 4,589 个注册条目中,7 个是封面、目录、作者索引、委员会和审稿人名单;依据已审查的准确 DOI、标题和页码排除,不以“没有作者”泛化排除论文。
|
||
- 剩余 **4,582 条论文**全部缺少注册摘要,输出 `null`。保留完整注册字段、作者顺序、机构、原始标题、日期及原始来源哈希。
|
||
- 23 个作者条目只提供单个姓名字段,原样保留并标记;不猜测名字拆分、拼音边界或人物别名。
|
||
- `accepted` 表示已登记在该会议论文集中的发表观察,并非原始签名录用决定。DOI 用 `publication_doi`,不复制先前投稿系统的 ID。
|
||
- track 为 `proceedings_unclassified`,不从技术主题推断 main、special session、workshop 或研究类型;没有自造标签。
|
||
|
||
正式节目表有 4,589 个编号和标题,与注册条目不是已证明的一一对应关系。独立标题规范化比较得到 4,415 个来源候选和 174 个未匹配节目标题;标题匹配不是作品身份批准,未匹配不等于拒稿、撤稿或未发表。节目表作者与注册作者的版本也不应自动拼接。
|
||
|
||
注册活动日期为 5 月 3–8 日,会议网站为 5 月 4–8 日,两者原始值均保留。Crossref 记录中的链接只是原始字段,不会访问 PDF。IEEE Open Preview 入口读取遇到 HTTP 418,未绕过访问限制。公开拒稿元数据是否可得仍为 unknown,本批不是拒稿覆盖证明,也不是第 14 项整体完成证明。
|
||
|
||
## 证据与恢复
|
||
|
||
注册来源清单 SHA256:`1f8ffa040b1f682a4b65f476f4115cb95629056d8de5c324c8417d823846ae93`。
|
||
|
||
原始证据恢复包在服务器 `/data/paper-index/validation/icassp2026-registry-capture-v1-recovery.tar.gz`,本地备份位于 `/Users/zzyang/Documents/Codex/2026-11-06/paper-index/` 同名文件,SHA256 为 `cdc506e95800fb8d37ed87f85740e96f56150f2d96daa971de21a5a7a9ab8388`。安全解包并核验后使用上述命令;测试夹具也冻结了全部 10 页及独立论文清单,供远程 CI 验证。
|
||
|
||
本批还需生产规范化验收、数据库当前 DOI/作品关联及历次投稿审查。所有导入结束后仍须执行全库去重、覆盖、摘要和历史完整性审计。编译、打包及测试均交给用户指定的 `ces-control:host` runner。
|
||
|
||
参考:[Crossref 筛选器文档](https://www.crossref.org/documentation/retrieve-metadata/rest-api/rest-api-filters/)、[正式录用标题表](https://cmsworkshops.com/ICASSP2026/papers/accepted_papers.php)、[会议日程](https://2026.ieeeicassp.org/technical-program/)、[发表和展示类型说明](https://2026.ieeeicassp.org/publishing-and-paper-presentation-options/)。
|
||
|
||
## 2026-11-19 生产对账
|
||
|
||
复查了 4,582 个论文 DOI 和已入库的 112 个来源关联。其余条目中有 1,223 个在库内只有一个同题候选,Crossref、论文主记录和原 arXiv 来源的完整作者顺序吻合。其中一条预印本引用了不同 DOI,已暂缓。其余 **1,222 条**关联至已有论文,写入后验证了全部来源、投稿和决定,并通过正常查询抽验 16 条。原论文和原投稿历史保留,包括涉及的两条负面决定观察。
|
||
|
||
固定 Crossref 清单现验收 **1,334/4,582**,另有 **3,248** 条待核。覆盖口径为未分类赛道的论文集登记,摘要继续保留为空。 [生产对账与证据回执](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
本轮还单独核验了 《SNRi Target Training for Joint Speech Enhancement and Recognition》的 **ICASSP 2022 拒稿**。作者在 arXiv v2 明确记录 v1 被该届会议拒稿。同一作品已有 Interspeech 2022 正式出版。正常查询确认两次投稿均可查询,原拒稿赛道和决定日期待核。 [作者说明](https://arxiv.org/abs/2111.00764) · [ISCA 出版记录](https://www.isca-archive.org/interspeech_2022/koizumi22b_interspeech.html)
|
||
|
||
后续只读对照了 2025–2026 年 arXiv 的 595,835 条记录。在剩余登记论文中,另有四条能通过同序作者及版本证据明确关联。题名差异来自上标的 HTML 与 TeX 写法、转义和大小写,两份来源各保留原题。四条均通过数据库和正常查询复核。另有 28 条相近题名仍缺明确发表关联。固定 Crossref 清单目前验收 **1,338/4,582**,余 **3,244** 条待核。 [后续验收](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
会议投稿页说明决定通过邮件通知作者,并公开录用清单。该页未提供逐篇拒稿清单。 [官方投稿页](https://cmsworkshops.com/ICASSP2026/papers.php)
|
||
|
||
### 根据正式 DOI 补录论文
|
||
|
||
冻结的 Crossref 与官方录用题名清单按显示题名核对。针对待处理 DOI,先排除库内已有 DOI 或同题实体、官方清单无法唯一对应、以及题名过短或作者不全的情况,再只读核查 2025–2026 年 595,835 条 arXiv 元数据。55 条可能与已有论文重复,继续保留作候选。
|
||
|
||
首批 **512 条**各有独立发布 DOI 和唯一对应的官方录用题名。建档后保留官方节目编号、Crossref 原始作者和题名,并逐条标记作品身份待最终去重。全部 512 条来源关联和录用记录独立核验,另通过正常查询抽验 12 条。原有 1,338 条关联的记录 ID 均保留。清单现验收 **1,850/4,582**,另有 **2,732** 条待处理。同次筛查还留下 2,348 条符合建档条件的候选,后续写入前需重新核对实时绑定。 [验收及恢复回执](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
### 2026-11-20 剩余候选补录
|
||
|
||
刷新实时 DOI 和题名绑定后,先前筛查的 **2,348 条**仍满足正式 Crossref DOI 与唯一官方录用题名双重证据。分五批建档。逐批核对了原关联和新记录,每条保留待全库去重标记,另通过正常查询抽验 24 条。固定清单累计 **4,198/4,582**,余 **384** 条,其中 164 条已有 DOI 或同题候选,95 条在官方录用清单上无法唯一对应,70 条题名过短或作者待核,55 条有近似 arXiv 候选。 [批次验收](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
另核清了此前记录的一组 DOI。Crossref 显示 ICASSP 与 ASRU 两条登记对应不同论文。arXiv 的页面将 ASRU DOI 标为相关资源,但库内该 DOI 仍挂在 ICASSP 预印本作品上。两篇已有作品及来源 ID 已入复核清单,等待校正关联。 [arXiv 来源](https://arxiv.org/abs/2603.01482) · [ICASSP DOI](https://doi.org/10.1109/ICASSP55912.2026.11460421) · [ASRU DOI](https://doi.org/10.1109/ASRU65441.2025.11434712)
|
||
|
||
同日已修正上述 DOI 绑定。ASRU DOI 现关联作品 2465813,ICASSP DOI 与新出版观察关联作品 2610450。回查确认两个 arXiv 来源、原始相关 DOI、作品主记录及原投稿历史均保留。修正前的完整作品关系存放于服务器验收目录,校验值见报告。该条为 ICASSP 出版观察。 [修正与查询回执](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
去掉 Crossref 题名中的显示标记后,另有 30 条与已有论文题名唯一匹配,且 Crossref、数据库主记录和 arXiv 的完整作者名单一致。允许来源保留各自的署名顺序。该批逐条通过正常查询,原作品及投稿历史保留。固定清单现验收 **4,229/4,582**,尚有 **353** 条待核。
|
||
|
||
复核较短题名后,又补录 **36 条**出版记录。每条具备正式 DOI、唯一对应的官方录用题名和完整作者名单,且未命中 2025–2026 年 arXiv 的同题或共同作者近似题名候选。核验了全部 36 条新增录用和原有 4,229 条来源绑定,并通过正常查询抽验 24 条。新建作品继续标记为待全库去重。
|
||
|
||
固定清单累计验收 **4,265/4,582**,余 **317** 条待核。按本轮筛查顺序,133 条已有 DOI 或同题候选,95 条缺唯一对应的官方节目题名,34 条题名过短或作者待核,55 条命中近期 arXiv 同题或近似候选。 [验收与待核分类](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
从上述 95 条中筛出 11 个近似题名,再用每篇官方节目详情页的编号、题名和完整作者顺序逐条确认。Crossref 与官方节目保留各自的原题及署名。7 条补录为待全库去重的作品,4 条按官方节目题名和完整作者顺序关联到现有 arXiv 作品。全部 11 条通过正常查询,4 篇已有作品的原记录和投稿历史均通过完整性核验。
|
||
|
||
固定 DOI 清单现验收 **4,276/4,582**,余 **306** 条。原先 95 条节目题名待核中还有 84 条未找到唯一对应。 [逐篇官方链接与生产查询回执](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
复核了另一个待核组的 55 条近期 arXiv 近似题名候选。21 条的完整作者顺序一致,题名差异也有证据可解释,已关联到现有作品。其中 4 条的 arXiv 作者备注明确提及 ICASSP 2026,包含一条短版录用说明。逐条正常查询确认了来源与录用,原作品及投稿历史均保留。这个待核组还剩 34 条,固定 DOI 清单累计验收 **4,297/4,582**,待核 **285** 条。 [录用与来源验收](coverage/icassp2026-registry-reconciliation-2026-11-19.json) · [作者的短版录用说明](https://arxiv.org/abs/2601.22662)
|
||
|
||
复核 133 条已有 DOI 或同题候选后,补齐 **36 条**已有作品的 ICASSP 2026 录用证据。保留 10 条原 DOI 绑定、各来源原题和署名,以及作品的全部原投稿和决定。用正常查询逐条复核了录用,其中 **3 篇先在 ICLR 被拒、1 篇先从 ICLR 撤稿**,后来均在 ICASSP 录用。 [逐篇跨会对账](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
固定 DOI 清单累计验收 **4,333/4,582**,剩 **249** 条。原有 DOI 或同题候选组还剩 97 条,其中两条虽已有对应 DOI,题名和署名变化较大,仍待版本核验。
|
||
|
||
用逐篇会议节目页复核了 34 条短题名、单作者或重复显示名的记录。其中 33 条接受了库内 DOI、同题及 2024–2026 年 arXiv 的 839,864 条记录筛查。**30 条**补录后逐条通过正常查询,作品身份仍待全库去重。两条记录在会议和 Crossref 的署名中均出现相同显示名,保留了原作者位置。3 条因命中 arXiv 近似候选待核,另 1 条有作者机构列出的同一 DOI,待做库内身份筛查。 [作者机构出版清单](https://vcg.iiitd.edu.in/publications/?word=forgery) · [数据库核验回执](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
固定 DOI 清单累计验收 **4,363/4,582**,剩 **219** 条。
|
||
|
||
核对了 84 条未找到唯一节目单题名的 IEEE 登记。逐条验证了正式出版版本、论文集标识 `11460365`、文章编号和唯一页码。**76 条**通过库内 DOI、同题及近期 arXiv 作品筛查后补录,全部通过正常查询,作品身份保留待全库去重标记。条目保留论文集归属,具体赛道和节目单对应仍待核验。该组另有 5 条 arXiv 近似候选和 3 条题名或署名待核。 [会议论文集发布公告](https://2026.ieeeicassp.org/2026/04/25/open-preview/) · [验证回执](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
固定 DOI 清单累计验收 **4,439/4,582**,剩 **143** 条。
|
||
|
||
又逐篇确认了 **16 条**同题但署名有变化的出版记录。官方节目页补足了姓名缩写、署名顺序及版本间新增作者等证据。Crossref、节目单、arXiv 和投稿来源各自的原始署名均保留。16 条关联通过正常查询,其中另有 3 篇先在 ICLR 被拒、1 篇先从 ICLR 撤稿,后来在 ICASSP 2026 正式发表。原 ICLR 决定由库内保存的来源证据和投稿记录核验。 [官方节目示例](https://www.cmsworkshops.com/ICASSP2026/view_paper.php?PaperNum=15697&bare=1) · [逐篇对账](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
固定 DOI 清单累计验收 **4,455/4,582**,剩 **127** 条。
|
||
|
||
重新比对 42 条 arXiv 近似题名候选后,确认并关联 **9 条**出版记录。7 条用官方节目页和署名确认,2 条用 IEEE 正式出版登记、题名变化和完整同序署名确认。全部 9 条逐条通过正常查询,原作品、来源及投稿历史保留。该组还剩 33 条待核。 [会议节目例](https://www.cmsworkshops.com/ICASSP2026/view_paper.php?PaperNum=9855) · [对账证据](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
固定 DOI 清单累计验收 **4,464/4,582**,剩 **118** 条。
|
||
|
||
逐篇查看官方节目页后,将 **22 条**同题出版记录关联到已有作品。原 arXiv 与出版署名的差异限于顺序或一名作者的增减。节目页确认了正式版本的作者名单,原始署名位置均保留。22 条全部通过正常查询,原作品及投稿历史通过完整性检查。 [官方节目示例](https://www.cmsworkshops.com/ICASSP2026/view_paper.php?PaperNum=1356&bare=1) · [逐篇核验结果](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
固定 DOI 清单累计验收 **4,486/4,582**,剩 **96** 条,其中 59 条已有 DOI 或同题候选,29 条有近期 arXiv 近似候选,另外两组分别剩 6 条和 2 条待核。
|
||
|
||
再用官方节目页核对姓名缩写、拼写和姓名字段拆分等差异,确认 **26 条**出版记录对应已有作品。原 arXiv 与 Crossref 的字面署名都保留,26 条录用及来源逐条通过正常查询。固定 DOI 清单累计验收 **4,512/4,582**,余 **70** 条。 [官方节目示例](https://www.cmsworkshops.com/ICASSP2026/view_paper.php?PaperNum=6181&bare=1) · [逐篇核验结果](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
两组待核项另有 **6 条**完成核验。5 条用官方节目或作者机构补证后建档,仍待全库去重。其间保留了两个明确的 workshop 场次,固定 DOI 清单仍统一登记为未分类论文集。另 1 条按会议题名及共同作者关系关联到现有 arXiv 预印本,保留两个来源各自的署名。全部 6 条通过正常查询。 [会议节目示例](https://www.cmsworkshops.com/ICASSP2026/view_paper.php?PaperNum=3541&bare=1) · [核验回执和余项](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
固定 DOI 清单累计验收 **4,518/4,582**,余 **64** 条。
|
||
|
||
用官方节目、作者备注或主办方记录补证后,另有 **11 条**出版版本关联到已有作品,全部通过正常查询。保留了各版本的原题、原始署名及已有投稿历史。LRAC 挑战说明的论文集版本由 workshop 主办方确认,场次为 `WS-3.5`,固定 DOI 清单的赛道登记仍待统一对账。 [LRAC 主办方节目](https://crowdsourcing.cisco.com/lrac-workshop/2026/program) · [逐篇核验](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
固定 DOI 清单累计验收 **4,529/4,582**,余 **53** 条。
|
||
|
||
另核验并关联 **8 条**出版记录,均通过正常查询。《Parametric Neural Amp Modeling with Active Learning》的 ICASSP 版与 arXiv `2509.26564` 的署名顺序一致,已建立关联。另一条同题预印本 `2507.02109` 保留作者标注的 ISMIR 2025 展示证据,待核两者版本关系。另有一组医疗多模态论文的两条 DOI 题名、署名一致但页码不同,仍待出版方证据。 [官方节目](https://www.cmsworkshops.com/ICASSP2026/view_paper.php?PaperNum=4365&bare=1) · [逐篇对账](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|
||
|
||
固定 DOI 清单累计验收 **4,537/4,582**,余 **45** 条。
|
||
|
||
ISMIR 2025 官方节目补证了 PANAMA 的 Late-Breaking Demo。节目编号 `393` 已关联到明确记录该次录用的 arXiv `2507.02109`,赛道为 `late_breaking_demo`。独立查询确认了这条录用与 arXiv `2509.26564` 对应的 ICASSP 2026 录用均可查询。两个条目都有同一题名、四位作者和 PANAMA 项目证据,版本关系已登记到待去重队列。ISMIR 的该赛道只核验了这一条,ICASSP 固定 DOI 清单仍有 45 条待核。 [ISMIR 官方节目](https://ismir2025program.ismir.net/lbd_393.html) · [查询回执](coverage/icassp2026-registry-reconciliation-2026-11-19.json)
|