AI 查不准期刊 DOI？用权威数据库批量核验的稳妥做法

二十条参考文献需要补 DOI，交给不同 AI 却得到不同答案。这个场景很典型：AI 能快速读懂标题、作者和期刊，也能把引文格式排得整整齐齐，但一到 DOI 这种精确标识符，结果就变得不稳定。有人用少量论文测试多个学术类 GPTs，发现仍有错误；也有人认为二十条不算多，直接去数据库查更快。两种说法其实不矛盾：AI 适合做线索和整理，不适合做最终校验。

为什么 AI 给出的 DOI 容易错

• DOI 是注册机构分配的字符串，和论文语义没有可推导关系。生成式模型靠概率补全，遇到不熟悉的文献就可能编造。
• 学术 GPTs 即使联网检索，也可能只按标题相似度取结果，忽略作者、年份、期刊、卷期。
• 同一论文可能有预印本、会议版、期刊版等多个 DOI，AI 容易混用。
• 不同工具返回不同 DOI，往往说明它们在猜，而不是在查同一个权威库。
• “覆盖海量文献”是检索范围，不等于每一条输出都经过严格匹配。

先判断：这些文献是否都有 DOI

不是所有参考文献都有 DOI。专著、旧文章、部分报告可能没有。没有就留空或用 URL，不要为了格式完整硬编一个。中文文献优先看期刊官网或知网、万方的导出信息。

更稳妥的流程：用权威库召回，再人工确认

1. 整理查询字段

每条记录保留标题、第一作者、年份、期刊。标题越完整越好，删掉多余标点。

2. 用 Crossref / OpenAlex 查候选

Crossref 覆盖大量期刊论文，OpenAlex 也提供开放接口。以标题查询，取前几条，逐条比对作者、年份、期刊。不要默认第一条就是答案。

import requests

def crossref_candidates(title):
    url = 'https://api.crossref.org/works'
    params = {'query.bibliographic': title, 'rows': 5}
    headers = {'User-Agent': 'doi-check/1.0 (mailto:you@example.com)'}
    resp = requests.get(url, params=params, headers=headers, timeout=20)
    resp.raise_for_status()
    for item in resp.json()['message']['items']:
        print(item.get('DOI'))
        print(item.get('title', [''])[0])
        print(item.get('issued'))
        print('---')

这段脚本只负责召回候选，不负责判定。最终要人工看标题、作者、年份是否对得上。

3. 生物医学文献加查 PubMed

PubMed 的 E-utilities 可以按标题检索，返回 PMID 和 DOI。医学类文献用 PubMed 往往比通用库更稳。

4. 用 Zotero 做批量核对

Zotero 的“通过标识符添加”可以直接输入 DOI，它会拉取元数据；浏览器插件也能从期刊页面抓取。把候选 DOI 放进去，看生成的条目是否和目标论文一致。对少量文献，这比写脚本更快。

5. 验证 DOI 是否真实可用

访问 https://doi.org/{DOI}，看是否跳到目标论文；或用 Crossref 的 /works/{DOI} 接口查元数据。能打开还不够，要确认标题、作者、年份、期刊一致。

6. 批量时保留人工抽检

脚本跑完把结果分成“高置信”“待确认”“无结果”三类。高置信也要抽检；边界案例人工查。

各种做法怎么选

不建议的做法

用爬虫抓 Google Scholar 或 Sci-Hub 看似能批量拿 DOI，但前者可能违反服务条款、页面一变就失效，后者涉及版权风险。更合规的替代是 Crossref、OpenAlex、Semantic Scholar、PubMed 等公开接口，以及期刊官网和文献管理工具。需要提醒的是，各接口的覆盖范围、速率限制和使用政策会调整，具体以官方文档为准。

如果仍想用 AI，怎么用更安全

• 让 AI 只做格式整理、字段抽取，不生成 DOI。
• 把数据库检索结果贴给 AI，要求它从给定列表中选择，并说明依据。
• 要求“不确定就标注待查”，不要编造。
• 对 AI 输出的每一条 DOI 做解析验证。
• 对预印本、会议版、期刊版分别标注。

检查清单

• DOI 能解析到目标论文。
• 标题、作者、年份、期刊一致。
• 区分预印本、会议版和正式版。
• 无 DOI 的文献不硬编。
• 保留检索来源和查询日期。
• 批量结果必须人工抽检。

小结

AI 可以帮你读文献、整理格式、生成检索式，但 DOI 的最终来源应该是权威数据库。二十条左右手动查可能更快；数量大或需要反复处理，就用 Crossref/OpenAlex 加脚本召回，再用 Zotero 和人工确认。把 AI 放在“助手”位置，而不是“证据”位置，引用才不会出错。