USTC thesis模板中arXiv文献引用实战指南
问题引入:预印本引用的学术困境
在使用中国科学技术大学学位论文LaTeX模板(ustcthesis)撰写论文时,许多研究者都会遇到一个共性问题:如何正确引用arXiv上的预印本论文?这类文献既不属于正式期刊文章,也不同于会议论文,在GB/T 7714—2015国家标准中没有明确规定其引用格式,导致很多同学在格式规范与学术严谨性之间难以平衡。
arXiv作为全球最大的预印本平台,收录了大量计算机科学、物理学等领域的前沿研究。正确引用这些文献不仅关系到论文格式的规范性,更影响着学术成果的准确传播。本文将系统解决这一技术痛点,提供从原理到实践的完整解决方案。
核心原理:预印本引用的分类逻辑
文献类型的科学定位
根据学术出版规范,arXiv预印本应当归类为其他类型文献([A]),而非期刊文章([J])或会议论文([C])。这一分类基于以下考量:
- 出版状态:预印本未经同行评审,尚未正式出版
- 传播形式:作为学术交流的中间形态存在
- 检索方式:依赖arXiv平台特有的编号系统而非传统期刊卷期号
这种分类方式已在技术社区形成共识,既符合GB/T 7714—2015的弹性规定,又准确反映了预印本的学术属性。
BibTeX引用的技术原理
BibTeX作为LaTeX的文献管理系统,通过特定的字段结构实现文献信息的标准化存储。对于arXiv预印本,其特殊之处在于需要记录平台特有标识,这些信息通过eprint、archivePrefix等扩展字段实现,使引用格式能够正确生成包含arXiv特征的输出样式。
实践方案:标准引用格式与实现
基础模板
arXiv文献的BibTeX基础模板如下,包含核心必要字段:
@misc{unique_citation_key,
title={完整论文标题},
author={作者姓名 1 and 作者姓名 2 and ...},
year={发布年份},
eprint={arXiv编号},
archivePrefix={arXiv},
primaryClass={学科分类},
url={完整URL链接},
}
参数详细说明
| 字段名 | 含义 | 示例 | 重要性 |
|---|---|---|---|
@misc |
文献类型标识 | - | 必须 |
unique_citation_key |
引用键(自定义唯一标识) | goodfellow2014gan |
必须 |
title |
论文标题 | Generative Adversarial Nets |
必须 |
author |
作者列表,多人用and连接 |
Ian J. Goodfellow and Jean Pouget-Abadie |
必须 |
year |
发布年份 | 2014 |
必须 |
eprint |
arXiv编号 | 1406.2661 |
必须 |
archivePrefix |
文献来源标识 | arXiv(固定值) |
必须 |
primaryClass |
学科分类 | cs.LG(计算机科学-机器学习) |
必须 |
url |
完整链接 | https://arxiv.org/abs/1406.2661 |
推荐 |
扩展示例
单作者示例
@misc{lecun2015deep,
title={Deep Learning},
author={Yann LeCun},
year={2015},
eprint={1504.07996},
archivePrefix={arXiv},
primaryClass={cs.LG},
url={https://arxiv.org/abs/1504.07996},
}
多作者示例
@misc{vaswani2017attention,
title={Attention Is All You Need},
author={Ashish Vaswani and Noam Shazeer and Niki Parmar and Jakob Uszkoreit and Llion Jones and Aidan N. Gomez and Łukasz Kaiser and Illia Polosukhin},
year={2017},
eprint={1706.03762},
archivePrefix={arXiv},
primaryClass={cs.CL},
url={https://arxiv.org/abs/1706.03762},
}
格式验证方法
完成引用条目编写后,建议通过以下步骤验证格式正确性:
1.** 本地编译验证 **- 使用make命令编译论文
- 检查生成PDF中引用格式是否符合要求
- 确认arXiv编号和链接是否正确显示
2.** 交叉引用检查 **- 确保文中引用标签(如\cite{vaswani2017attention})与BibTeX条目中的引用键完全一致
- 运行
bibtex main命令检查是否有引用警告或错误
3.** 内容完整性验证 **- 确认所有作者姓名正确无误
- 检查年份与arXiv发布时间匹配
- 验证URL可访问(虽然论文中不会显示完整链接,但确保其正确性有助于后续查阅)
常见误区:错误案例对比与分析
错误案例1:使用错误文献类型
@article{wrongtype2020, % 错误:使用@article类型
title={错误的文献类型示例},
author={错误示例作者},
year={2020},
journal={arXiv preprint arXiv:2001.00001}, % 错误:arXiv不是期刊
}
** 问题分析 **:将arXiv预印本错误分类为期刊文章,导致文献类型标识错误([J]而非[A]),且混合了arXiv信息的表达方式。
错误案例2:缺失核心字段
@misc{missingfield2020,
title={缺失核心字段示例},
author={示例作者},
year={2020},
note={arXiv:2001.00001 [cs.AI]}, % 错误:使用note字段代替标准字段
}
** 问题分析 **:未使用eprint、archivePrefix和primaryClass标准字段,而是将arXiv信息放入note字段,导致模板无法正确解析和格式化引用信息。
错误案例3:URL格式不规范
@misc{wrongurl2020,
title={URL格式错误示例},
author={示例作者},
year={2020},
eprint={2001.00001},
archivePrefix={arXiv},
primaryClass={cs.AI},
url={arxiv.org/abs/2001.00001}, % 错误:缺少协议前缀https://
}
** 问题分析 **:URL缺少必要的协议前缀,虽然部分情况下可能仍能访问,但不符合学术引用的规范要求,也可能导致某些参考文献管理软件无法正确识别链接。
专家建议
1.** 官方渠道获取 **:始终从arXiv论文页面的"Export BibTeX citation"功能获取标准引用格式,可确保信息准确性。在论文页面右侧工具栏中找到"Export"按钮,选择"BibTeX"格式即可获得基础引用条目。
2.** 分类一致性 **:在整篇论文中保持arXiv引用格式的统一,避免混合使用不同样式的引用条目结构。
3.** 定期更新 **:如果引用的预印本后来正式发表,应更新为期刊或会议文献类型,并在致谢或脚注中说明原预印本状态。
4.** 本地备份 **:对重要的arXiv文献,建议同时保存PDF全文,避免因链接失效导致文献无法访问。
5.** 工具辅助 **:考虑使用JabRef、Zotero等文献管理工具管理BibTeX条目,这些工具通常能自动生成符合规范的arXiv引用格式。
通过遵循以上指南,你可以在ustcthesis模板中正确、规范地引用arXiv预印本文献,既符合学术出版要求,又能准确传达研究的来源信息,为你的学位论文增添专业色彩。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00