部分会议显示不正常

[liyewen521]

首先感谢您做出如此有趣而实用的工作！

1. 我的研究是体系结构领域，所以对#21提到的关于MICRO的问题很清楚。其中MICRO（称为大MICRO，是体系结构的顶级会议）的正确dblp网址为https://dblp.org/db/conf/micro/index.html 。然后IEEE Micro（称为小micro，是一个期刊）的dblp网址为http://dblp.uni-trier.de/db/journals/micro/ 。

2. 我在semantic scholar上面发现有部分顶会显示不正常，如下图所示： （1）MICRO： （2）ISCA： （3）HPCA： （4）TC：

由于我对js代码并不是很了解，所以没有去直接看源码，只从现象上进行猜测。 （1）（2）（3）是同一个问题，都是带有全名和缩写，因为会议一年召开一次，所以全名里面会带上年份或者届数的字段，例如2019，53rd等。我猜测是不是因为全名采用的完全匹配，所以会导致无法正常检测，可以对全名的进行模糊匹配。 （4）的问题是只给出了全名，没有给出缩写（实际上缩写是有的，可能是这个文章没写），由于没有缩写，所以没匹配上。 综上匹配策略可以是：1. 如果同时有全名和缩写，则模糊全名+精确缩写；2. 如果只有全名或缩写，则精确匹配。

3. 如果您能对代码结构进行介绍一下，那就更好啦~

[WenyanLiu]

感谢您的使用！

1. 谢谢您的说明，我可以放心地修改链接啦～我已在数据文件中更新网址，等待上传。

2. 谢谢您的指正！

从您提供的具体例子来看，目前 Semantic Scholar 上的匹配还有不少问题。

您对 (1-3) 的猜测是正确的，全名采用开头匹配（即使用 n-th Annual ... Symposium on 匹配期刊的全名）。

(4) 的问题已经解决，原因是在代码上偷懒 ///v/// 在超出长度的名称后有 '…' 字符，我在匹配前不加甄别地直接删除结尾的字符，用“IEEE Transactions on Computer”查找，得到 ['IEEE Transactions on Computers', 'IEEE Transactions On Computer-Aided Design Of Integrated Circuits And System']，在无法确定的情况下，CCFrank 选择不显示。 我已在匹配逻辑中增加判断是否包含 '…' 的逻辑，解决 (4) 中出现的问题。

3. 代码结构：文件夹 css 包含样式文件，如 tag 的形状、颜色等；data 存储数据文件；js 中是对各搜索页（如 dblp 、谷歌学术等）增加标记的主要逻辑。

我猜测您可能是希望了解 js 部分判断 CCF 的内容，所以我这里介绍一下大致思路： （当然如果您希望了解其他信息，欢迎再次评论告知我） 从根目录下 script.js 出发，根据我们浏览器当前打开的页面网址不同window.location.hostname.includes(site_name)，执行不同页面的匹配逻辑site_name.run()； 以我们现在讨论的 Semantic Scholar 为例，执行 js/semanticscholar.js，其中 appendRanks() 函数根据前端显示，定位我们需要的信息所在的网页元素 $(".cl-paper-venue")，获取文本如“IEEE Transactions on Computers”。 传入 js/ccf.js 的 getRankInfo() 函数，Semantic Scholar 此时的匹配方式 type 选择 'abbr'。 观察 Semantic Scholar 上会议显示缩写，期刊显示全称。 先将“IEEE Transactions on Computers”当作缩写，在 ccf.abbrFull 字典中匹配该名称，如果匹配成功，则得到该会议的信息； 而当缩写中不存在该名称 full === undefined 时，将 “IEEE Transactions on Computers” 中可能存在的 '…' 字符删除，查找名称是否与 ccf.fullUrl 字典中 key 的开头有匹配，若有，则得到该期刊的信息。

从 (1) 和 (2) 来看，（去除“Annual”及前序字符）期刊名称的开头匹配有重名的可能性，所以最好获取鼠标悬停后 tooltip 中的完整名称。 我尝试获取 tooltip 中没有成功，因为 Semantic Scholar 显示 tooltip 的做法和通常的做法不同： 鼠标悬停后，在页面中新增 div，该 div 包含完整名称，但并不与 $(".cl-paper-venue") 绑定； 鼠标移出后，该 div 的内容被清空； 下一次鼠标悬停后，新增另一个 div 显示信息。 我还没有找到好办法来获取这些文字。

我再尝试解决下 (1-3) 的问题。

谢谢您的反馈！ 做系统的同学都特别厉害，要考虑好多方面、各种因素！祝 Paper 多多！

[liyewen521]

感谢您耐心的回复，现在我对软件的执行流程有了初步了解，感谢~ 以及您的夸奖，也祝您Paper多多，哈哈~

1. 首先，去除Annual及其前序字符应该不会导致会议名称的重复（这里强调是会议，因为期刊好像都不会用那些哪一届的写法，会议会这么写），例如（1）和（2）去掉Annual还是能区分的开，即International Symposium on Microarchitecture (MICRO)和International Symposium on Computer Architecture (ISCA)。但是直接去掉Annual会导致那些名字带Annual的会议检测错误，如NeurIPS的全称为Annual Conference on Neural Information Processing Systems。

2. 我想了个办法，你看看行不行，如下：

• 考虑最复杂的情况：2020 53rd Annual IEEE/ACM Internation Symposium on Microarchitecture (MICRO-53)。
• 处理左右括号，分成全称2020 53rd Annual IEEE/ACM Internation Symposium on Microarchitecture和缩写MICRO-53。
• 处理破折号，将MICRO-53变成MICRO，得到 url 为 https://dblp.org/db/conf/micro/index.html 。
• 在数据库里面查找全称，如果查找成功则返回，如果查找失败则删除最左侧字符进行查询，如：
  • 2020 53rd Annual IEEE/ACM Internation Symposium on Microarchitecture，失败
  • 53rd Annual IEEE/ACM Internation Symposium on Microarchitecture，失败
  • Annual IEEE/ACM Internation Symposium on Microarchitecture，失败
  • IEEE/ACM Internation Symposium on Microarchitecture，成功，并得到 url 为 https://dblp.org/db/conf/micro/index.html 。
• 对比全称和缩写得到的url是否相同，如果相同，则最终显示 “CCF A”；如果不相同，则最终显示“CCF A？”。
• （补充）如果只有全称或缩写，则第一步，第二步，和第五步不做，相当于只有第三步和第四步。
• （补充）CCF列表很小，计算量应该不算大。如果计算量还是太大的话，那可以先对CCF 列表存在的全称先建一个哈希表，这样可以依据哈希值做快速查找。
• （补充）还有一个计算量大的原因如果一个会议名称长度为N且不在CCF列表，那么需要做N次查找。因此，可以提前设置一下阈值，左侧删除的字符大于N/2之后，停止查找。这个N/2可以设置，一般N/2足够了。