Before

老方法：

• 使用文件系统的文件夹分层来对paper的topic分类
• 文件名格式为 {会议缩写}{年份_}{小于10个字描述其话题}{_文章全名}
• 使用Onenote记录（无任何分类）论文笔记，靠关键词检索。

问题：

• 分类比较杂，比如分类A是一类方法，分类B是一类场景。很自然某些文章会同时隶属A和B。完整检索只能靠记忆力
• Onenote适合做笔记，但不太好分类。不好快速回顾某个类内几篇文章的内容。
• 日后需要引用管理。
• 我似乎需要一个paper DB来保存多维度的metadata

Why Zotero

1. 开源
2. 多年以前用过Endnote等，比较差评

After

迁移过程：

• 批量导入识别PDF（2022了还不能文件夹递归😅）
• 大量文件无法识别或不完整识别（只识别出author和title）
  • 不能重识别（非常难受，从raw pdf迁移过来需要很多手动工作）
    • 一个更优秀的逻辑应该是：可以通过指定DOI或可以被识别的URL来刷新或合并metadata
    • 被迫通过connector一个个导入，把老条目下的PDF移动到新条目，再删除老条目。（Zotero其实提供了合并重复项的功能，但必须是同条目类型，不完整识别经常会导致错把会议论文认为期刊论文，就无法合并，还是需要手动介入）
• {小于10个字描述其话题}这部分内容可以通过脚本来提取，但是找不到方法导入到Zotero的metadata中（好像是个sqlite）。

缺点：

• Annotation
  • 一个完美的工作流应该是PC添加条目和PDF，PC端可以阅读和标注，在移动端可以进行阅读、标注、手写。
    • 但这里出现了一个gap，如果你使用Zotero原生的工具，所有的annotation都会以保存在zotero的DB中，而不是PDF的文件本身上（他们claim这是防止annotation冲突的策略，我都觉得好笑😅）。所以如果你使用了任何来自Zotero的标注工具，就必须全平台用，不然标注就是不完整的【这里的标注是可以互相导的】[1]。
    • 那么一个直观的方法就是全套用zotero，annotation就放zotero db。但Zotero的移动端开发进度貌似非常慢，现在可以进行手写标注，但仍然不能支持压感标注。
  • 那换一个角度，所有的阅读标注工具都是另外的东西，让Zotero的职能只有管理文章的metadata。这里需要引入一个非常ugly的方法，就是用ZotFile来创建链接，把内部的pdf文件map到外部。
    • why is it ugly?
      • 原始的文件存储是单一份，存在一个plain的随机数文件夹集合里。所以首先你需要建立一个文件夹目录树结构规范，其次你还需要建立文件名的规范。（注意file和items并不是一一对应，很多case还是需要手动介入。
      • 目录树可以通过类别来构建，文件名规范得手动指定wildcard来规范（比如会议缩写）
• 对于CS的同学来说，我感觉一个文章最重要的Tag应该就是会议缩写+年份（like “FAST ‘22”）。但Zotero不能提取会议缩写，只能手动添加😅。（“刊名缩写”只能把如TOS的全称缩写成ACM Trans. Storage）[2]。我写了个批量格式化的脚本来暂时cover这个问题[3]，但感觉根治这个还是需要魔改zotero connector来入手。
• 即使是通过网页来导入，还是有很多metadata识别错误，比如VLDB会被识别为期刊（那么，按月ddl的代价是什么呢）。当然这个应该可以通过魔改zotero connector来fix。

ref

• [1] Why no “File - Store Annotations in File” button？
• [2] IEEE abbreviations work for journals not conferences, can conference specific abbreviations be added
• [3] https://github.com/GrayXu/Zotero-CS-Series/blob/main/set_series.py