MyArxiv

项目动机/ 项目简介/ 项目预览/ 使用说明/ 快速上手指南/ 定制化指南/ 参考资源/ 致谢/ 组织者/ 贡献者

项目动机

Arxiv作为当前最最受欢迎的学术论文预印的网站，每天有大量的最新学术论文在此网站发布。许多一线研究者，在这样信息爆炸的时代，为了第一时间有效地关注到与自己研究“相关”的学术论文，每天都需要耗费较多时间进行检索和审阅过滤掉“无关”的学术论文，这无疑为大家的科研带来了较大的负担。为了帮助大家高效地、自由地阅览Arxiv最新学术论文，本项目为大家提供了Arxiv个性化定制化模版，实现对特定领域的相关内容、作者与学术会议的有效跟进，将Arxiv定制化为MyArxiv。

本项目所用徽章来自互联网，如侵犯了您的图片版权请联系我们删除，谢谢。

项目简介

MyArxiv项目基于Arxiv官方API与Github Actions相关服务，为大家了提供了Arxiv的定制化服务，使用者可以通过配置相关文件，从Arxiv每日发布的最新研究成果中，实现个性化地、轻松地阅览属于自己的Arxiv网站，其功能如下：

基本功能：

跟踪指定领域的最新成果
缓存指定时段的文章信息

特色功能：

快速聚焦到文章标题中的指定关键字
方便注意到文章作者中的指定学者
及时了解到相关知名会议、期刊的学术文章

项目预览

使用者可以访问https://mlnlp-world.github.io/MyArxiv/进行对当前项目进行预览，以便更好地熟悉和使用当前项目。

MyArxiv总页面概览：

其中包含了指定领域的多天的文章最新更新情况

进一步查看领域中更新的文章列表：

每一个条目中有特定类型的前缀标识（e.g. ☆ 或 ★标识是否有高亮的作者）、包含高亮的文章标题（e.g. Dialogue）以及相应的会议信息（e.g. EMNLP 2022）。

更加细化地对感兴趣的文章内容进行查看：

其中有包含高亮详细作者列表（e.g. Qun Liu）、摘要以及对应的comment（e.g. EMNLP 2022, Long paper, Main conference）。

使用说明

单击标题展开并仔细查看其摘要。
单击摘要跳转到对应的Arxiv文章。
指定关键字、指定学者和会议/期刊信息的高亮显示。
通过文章条目前缀标识区分论文是新提交的还是更新的♻。
通过文章条目前缀标识区分论文是否由高亮的作者撰写的☆ 或★。
使用Tab键展开/折叠所有文章。
实现了对于Latex公式的渲染。
支持深色/浅色模式。

快速上手指南

使用MyArxiv实现个人定制的Arxiv，使用默认设置快速上手，步骤如下：

Get Start

➤ 1. 建立仓库
➤ 2. 修改cachr url
➤ 3. Github pages设置

1. 建立仓库

当前MyArxiv仓库为模版仓库，当我们建立属于自己的MyArxiv时，需要从当前模版新建仓库到自己的Github账号下。

假设仓库地址为github.com/username/reponame，便于后续说明。

2. 修改cachr url

修改config.toml中文件中的cache_url设置（MyArxiv数据缓存地址，该地址设置与你托管当前项目的网站地址相关），将其对应的Github账户，从MLNLP-World修改为自己当前的账户，如下图所示：

3. Github pages设置

进入当前Repo对应的Settings后，进入Pages页面，设置Branch为gh-pages分支。

使用至此，你已经基于MyArxiv的默认配置实现了快速上手，直接访问Github Pages对应的网页username.github.io/MyArxiv，可以查看属于自己的MyArxiv:

定制化指南

MyArxiv是高度可定制化的，使用者可以根据自己的实际需求进行更改，实现个性化定制，如下内容对于可定制化的部分进行说明。

Build Steps

➤ 1. 托管网站设置
➤ 2. Arxiv领域偏好设置
➤ 3. 高亮脚本设置
➤ 4. workflow设置
➤ 5. MyArxiv网页设置
➤ 6. Github Pages设置

1. 托管网站设置

config.toml配置文件中，个人网站相关设置部分如下图所示：

此部分与个人MyArxiv托管的网站设置相关，默认设置如下：

site_title = "MyArxiv"
limit_days = 7
cache_url = "https://mlnlp-world.github.io/MyArxiv/cache.json"

site_title：MyArxiv网站名称，默认为"MyArxiv"。
limit_days：MyArxiv网站所缓存的过去几天的最新论文，默认为缓存过去7天的最新论文。
cache_url：MyArxiv数据缓存地址，该地址设置与你托管当前项目的网站地址相关。
- 若使用默认的Github Pages，那么会在username.github.io域名上托管该项目，项目具体地址为username.github.io/reponame，就要将cache_url设置为username.github.io/reponame/cache.json。
- 若使用其他域名yourarxivdomain托管该项目，则要将cache_url使用对应的网址进行替换，设置为yourarxivwebsite/cache.json。

2. Arxiv领域偏好设置

config.toml配置文件中，Arxiv领域偏好设置部分如下图所示：

此部分与个人定制的Arxiv领域配置相关，设置的样例如下：

[[sources]]
limit = 150
category = "cs.CL"
title = "Computation and Language"

limit：每天更新当前Arxiv领域中的论文数目，默认为150，(一般来说，大部分单领域Arxiv论文的每日更新数目不会超过150。)
category：所感兴趣的Arxiv文章领域标识，需根据Arxiv官网查找对应领域的标识。
title：领域标识对应的领域名称，需根据Arxiv官网查找对应领域的名称。

上述设置为一个Arxiv领域对应的设置单元样例，默认设置涵盖NLP研究者主要关注的Arxiv中cs.CL、cs.CV、cs.IR、cs.LG以及cs.MM领域，使用者可以根据自己的研究偏好参照上述说明进行更改。

3. 高亮脚本设置

config.toml配置文件中，高亮脚本设置部分如下图所示：

此部分与个人定制的高亮信息相关，使用者在此部分可以根据自己的研究偏好，进一步添加定制化高亮信息。

[scripts]
highlight_title = "scripts/highlight_title.rhai"
highlight_author = "scripts/highlight_author.rhai"
highlight_conference = "scripts/highlight_conference.rhai"

目前所支持的高亮信息，包括文章标题、作者和会议名称三个方面。然而此部分所给出的信息只有脚本文件的位置，使用者需要转移到脚本文件夹./scripts下修改对应的高亮配置文件./scripts/config.rhai，其中文件中相关设置部分如下：

在./scripts/config.rhai中，定制化改动如下：

let titles = titles_model + titles_method + titles_type;：标题的高亮可以自定义其内容，默认由模型、方法以及类型三部分组成：
- let titles_type = ["Dataset", "Survey"];：添加需要高亮的文章类型；
- let titles_model = ["BERT", "GPT", "Transformer"];添加需要高亮的文章模型信息；
- let titles_method = ["Pre-train", "Pretrain", "Prompt", "Self-Supervised"];添加需要高亮的文章方法信息；
let authors_array = ["Yann LeCun", "Geoffrey Hinton", "Yoshua Bengio"];添加需要高亮的作者信息；
let conferences = []; 高亮的会议列表，默认包含了当前AI领域的大部分主流会议信息；

4. workflow设置

workflow设置位于文件./.github/workflows/update-feed.yml中：

可以参考如下部分需要对此文件进行修改。

name: workflowname：对Workflow进行命名，默认为Update。
- cron: "12 5 * * *"：对Workflow运行的时间进行设置，即对MyArxiv每天更新的时间进行设置，可以参考crontab，对时间进行调整。

5. MyArxiv网页设置

完成MyArxiv个性定制化后，下面进行网页显示的修改，主要修改目标文件为./includes/index.hbs，使用者可以根据自己的风格喜好对网页格式进行各类更改，如下提供两个更改样例:

网页标题的修改：

在index.hbs中，网页标题相关配置如下所示：

其中位于line 56的蓝线高亮部分为当前配置的网页标题，使用者可以自行进行更改：
```
<div class="header-title">
                NAME YOU LIKE
            </div>
```

其中位于index.hbs 中line 50 的分区中已经注释掉的部分中，红线高亮部分表示将自己的MyArxiv仓库地址进行链接并对标题进行重新命名的相关设置，可以使用此设置，替代默认的网页标题，修改格式如下：

    <div style="display:flex; justify-content:space-between; align-items:flex-end;">
        <div>
            <a href="https://github.com/username/reponame" style="text-decoration: none;">
                <div class="header-title">
                    <span class="header-title-preffix">NAME YOU LIKE
                </div>
            </a>
        </div>

徽章的修改：

在index.hbs中，网页标题相关配置如下所示：
- 其中位于line 125的蓝线高亮部分为当前配置的网页时间戳，使用者可以根据自己需要进行自行更改：
```
{{time_format build_time "%F %T %Z"}}
```
- 其中位于index.hbs 中line 119 的分区中已经注释掉的部分中，红线高亮部分表示使用shield.io实时更新当前workflow的build时间戳，对index.hbs中line 118链接的workflow地址进行修改；可以使用此设置，设置徽章替代默认的网页时间戳，修改格式如下：
```
<img id="build-timestamp-badge"
                     src="https://img.shields.io/github/workflow/status/username/reponame/workflowname?label={{time_format
                    build_time "%F %T %Z"}}&style=for-the-badge"
                alt="{{time_format build_time "%F %T %Z"}}">
```
  其中涉及workflowname需要与./.github/workflows/update-feed.yml中的name的保持一致。

配置修改完成，将上述更改提交至个人的Github仓库。

6. Github Pages设置

在完成上述定制后，需要对个人的MyArxiv库Github Pages进行设置，将项目进行托管：

访问Github Pages设置https://github.com/username/reponame/settings/pages
若使用username.github.io来托管MyArxiv，则：
- 将其中的Branch设置为gh-pages分支；
- 成功Build后，定制化结束；
- 访问username.github.io./reponame，即可实现MyArxiv的定制化访问
若使用其他域名来托管MyArxiv，则：
- 将其中的Branch设置为gh-pages分支；
- 将自己的域名填入Custom Domain;
- 在./statics文件夹下新建CNAME文件，将域名写入其中:
```
>> cd ./statics
>> touch CNAME
>> echo "your domain" > CNAME
```
- 成功Build后，定制化结束；
- 访问username.github.io/reponame，即可实现MyArxiv的定制化访问