计划执行与检查节点
executing-plans
按既定实施计划完成工作,保持过程检查和反馈。
cjc-writing-style【效率与协作】在撰写或润色投向《计算机学报》(Chinese Journal of Computers, CJC) 的中文科技长文时调用。覆盖本刊要求的报道性中英文摘要四要素、3~8 个中英文对应关键词、中图分类号(TP 类)的选取、题名规范、正文结构与论证密度、术语与符号统一、量和单位使用法定计量单位、图表题名中英文规范、参考文献 GB/T 7714 著录与中文文献中英文对照,以及"文字精练、无语言文字错误"的编辑级语言要求。适用于把一篇计算机全学科原创研究打磨成符合 CJC 长文体例与三审语言标准的场景。
独立 GitHub 快照 · 自动分类 · 以原作者文档为准
《计算机学报》(Chinese Journal of Computers, CJC) 是 CCF A 类综合性中文月刊,对语言与体例要求 严格:来稿须"论点明确、数据充分真实、条理清晰、文字精练、无语言文字错误",并符合本刊长文模板。 本技能给出面向 CJC 的中文科技写作规范,帮助作者把一篇原创研究写成符合本刊体例、经得起编辑与外审 语言审查的长文。核验日期 2026-07-09,个别著录细节以官方模板为准,未确认项标 待核实。
CJC 长文允许充分展开,典型结构:引言 → 相关工作 → 问题定义/预备知识 → 方法/理论 → 实验/评估 → 讨论(威胁有效性/局限) → 结论与展望。写作要点:
cjc-related-work)。cjc-reproducibility)。cjc-experiments)。[1] 张三, 李四. 面向XX的YY方法. 计算机学报, 2024, 47(3): 500-515.
ZHANG San, LI Si. A YY method for XX. Chinese Journal of Computers, 2024, 47(3): 500-515.
改前(要素残缺、空泛):
随着人工智能的发展,图神经网络被广泛研究。本文提出了一种新的图神经网络方法,
实验表明效果很好,具有重要意义。
改后(报道性四要素齐全):
针对大规模图上节点分类中邻域噪声导致精度下降的问题(问题/目的),本文提出一种基于自适应邻域
筛选的图神经网络方法,通过可学习门控在聚合前抑制噪声邻居(方法);在 5 个公开数据集上,该方法
较最强基线平均提升 x%,且在高噪声设置下更稳健(结果);结果表明邻域质量而非邻域规模是影响精度
的关键,为噪声图上的表示学习提供了新思路(结论)。
改后每一句对应"问题/方法/结果/结论"之一,无空泛程度词,可独立检索。
cjc-submission)。cjc-related-work;实验呈现见 cjc-experiments;正文/附录划分见
cjc-supplementary。[题名] 中/英一致、具体可检索?是/否
[摘要] 报道性四要素齐全?中英文对应?是/否
[关键词/中图号] 3~8个中英对应;TP 分类号:___
[结构] 引言"问题-不足-贡献"清晰?长文无注水?是/否
[语言] 术语统一/符号一致/法定单位/无文字错误?通过/待改
[参考文献] GB/T 7714 + 中文文献中英对照 + 序号对应?是/否