Pandoc项目中的JATS导出功能新增CRediT角色支持
在学术出版领域,JATS(Journal Article Tag Suite)作为标准化的XML格式被广泛采用。近期Pandoc社区针对其JATS导出功能进行了重要升级,新增了对CRediT(Contributor Roles Taxonomy)作者贡献者角色标准的支持。这项改进使得学术论文的作者贡献声明能够更规范地嵌入到JATS格式文档中。
CRediT标准由NISO维护,定义了14种标准化的作者贡献角色,如"概念化"、"数据分析"、"资金获取"等。在技术实现层面,Pandoc通过在作者元数据中引入roles字段来支持这一特性。用户可以在YAML元数据中为每位作者声明多个贡献角色,每个角色包含type(CRediT标识符)和degree(贡献程度)两个关键属性。
从技术架构角度看,这项改进涉及三个核心组件:
- 元数据结构扩展:在作者信息中新增了可选的roles数组字段
- 模板引擎升级:修改了JATS发布模板以支持角色信息的XML渲染
- 国际化处理:通过内置的CRediT术语表支持多语言标签生成
在实际应用中,用户可以通过简洁的YAML语法声明作者贡献。系统会自动处理CRediT标识符与标准URI的映射关系,以及英文术语到其他语言的转换。这种设计既保证了元数据的规范性,又减轻了用户的输入负担。
对于学术出版工作流而言,这项改进具有重要意义。它使得通过Pandoc生成的JATS文档能够满足越来越多期刊对规范化作者贡献声明的强制要求。同时,标准化的角色声明也有助于提高学术出版的透明度和可追溯性。
从实现细节来看,系统会智能处理CRediT术语的各种变形情况。例如将"Writing - original draft"自动转换为标准URI路径,这种自动化处理显著提升了用户体验。开发者还特别考虑了多语言场景,允许用户覆盖默认的英文标签以满足不同语言期刊的需求。
这项功能改进体现了Pandoc作为文档转换工具对学术出版标准的持续跟进,也展示了开源社区如何通过协作解决实际工作流中的痛点问题。对于经常需要处理学术论文格式转换的研究人员和出版工作者来说,这无疑是一个值得关注的重要升级。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00