Paper-BibChecker 更新：在线版正式上线，作者核验更准确

78

This article introduces the latest updates to the academic citation verification tool Paper-BibChecker, including the launch of a no-install online web version, optimized author name matching algorithms, and expanded academic data source coverage, aiming to help researchers effectively identify "hallucinations" in paper citations. 大 大模型智能

Today 1418 words (about 6 min) View Source →

Sign in to highlight text and take notes as you read. Sign in now

MLNLP 2026-08-12 00:00 吉林

以下文章来源于：MLNLP MLNLP

MLNLP社区的愿景是促进国内外自然语言处理学术界、产业界和广大爱好者之间的交流和进步。

!Image 1

推荐

!Image 2: 图片

!Image 3: 图片

在上一篇介绍中，我们开源了 Paper-BibChecker：一个面向论文投稿的 BibTeX 引用核验工具，通过多个学术数据源交叉验证 .bib 中的每一条引用，帮助研究者在投稿前发现 AI 生成或误改带来的“引用幻觉”。

上线后我们根据反馈做了一些改进，下面分四部分说明这段时间的改动。

1

这是本次更新最大的变化。

过去只能通过命令行使用，需要先安装 Python 环境和依赖；现在我们提供了一个开箱即用的在线版本，把整个流程搬到了浏览器里：

* 上传即查：上传.bib文件，逐条实时显示核验进度与结果；

* 结果清晰：检查结果按 ✅ 通过 / ⚠️ 信息需核对 / ❓ 无法确认 / ❌ 疑似幻觉 四类分组展示；

* 可导出：支持一键下载 JSON 报告，方便留存和逐条复核；

* 不留数据：上传文件仅写入临时目录，检查完成后自动删除，不做保存。

在线版与命令行共用同一套核验内核，判断逻辑完全一致——网页版只是换了一种更方便的入口。

在线体验：https://mlnlp-world.github.io/Paper-BibChecker/

GitHub：https://github.com/MLNLP-World/Paper-BibChecker

> 说明：在线版为公开演示，默认开启了并发限制、单次条目上限与 SSRF 防护等加固措施。如需检查大批量文献或追求最快速度，仍推荐在本地用命令行运行。

2

我们优化了作者姓名的比对逻辑，重点解决了一类“名字被截断却误判为一致”的问题。

举例来说，旧逻辑在比对时容易把 Mary JaneX 和 Mary 当成同一个人（只比对了首字母或前缀），从而漏掉真正的作者差异。

新版改为比对作者的完整姓名，同时兼容学术引用中常见的姓名缩写（如J.可匹配Jing），并允许省略中间名。这样既减少了漏报，也不会因为正常的缩写而产生误报。

配套地，我 们补充了 针对性的测试用例，并扩充了示例文献库，确保这类边界情况被稳定覆盖。

3

核验的可靠性取决于背后的数据源。目前工具会综合以下来源进行交叉验证：

• arXiv、OpenAlex、Crossref、DBLP、OpenReview，以及可选的 Semantic Scholar；

• ICLR、NeurIPS、ICML、ACL、EMNLP、CVPR、ICCV、ECCV、COLM、TACL、JMLR 等常见会议与期刊的官方论文集。

数据源超时、限流或暂时不可用，不会被直接判为“文献不存在”，尽量减少网络波动带来的误判。

4

需要强调的是，Paper-BibChecker 始终是一个引用风险筛查工具，而不是自动改写或删除 BibTeX 的工具。

即使某条引用被标记为“疑似幻觉”，也请不要仅凭自动结果直接删除或替换——建议回到论文原文、出版社页面、会议或期刊官方论文集、DOI 页面及 arXiv 页面逐条确认。

工具的价值在于把“值得优先人工复核”的引用挑出来，而不是替作者下最终结论。

5

🔗GitHub：https://github.com/MLNLP-World/Paper-BibChecker

!Image 4: 图片

关于我们

社区可以为相关从业者的深造、就业及研究等方面提供开放交流平台。欢迎大家关注和加入我们。

!Image 5: 图片