1.5 Details about a paper GET /graph/v1/paper/{paper_id}

返回单篇论文的详情。

参数	必填	说明
`paper_id`	是	路径参数，支持的写法见下
`fields`	否	逗号分隔的字段投影，见 §3

同一篇论文用下面任一形态都能查到（外部 ID 反查索引覆盖 99.05% 的论文）。行末是实测解到的 sha 前 8 位：

204e3073870fae3d05bcbc2f6a8e263d9b72e776      # 40 位 sha，也就是响应里的 paperId
13756489                                      # 裸 corpusid      -> 204e3073…
CorpusId:13756489 / CORPUS_13756489           #                   -> 204e3073…
ARXIV:1706.03762                              # Attention is All you Need -> 204e3073…
MAG:2950858113                                #                   -> 204e3073…
URL:https://www.semanticscholar.org/paper/204e3073…                -> 204e3073…
DOI:10.1145/3437963.3441673                   # Graph Mining with GNNs -> d4d7bbf3…
10.1145/3437963.3441673                       # 裸 DOI 也接受（大小写不敏感）
ACL:N19-1423                                  # 另一篇            -> df2b0e26…
PMID:… / PMCID:…                              # 生物医学类才有；PubMed: / PubMedCentral: 同样认（§1.5）

两个易踩点：裸 arXiv 号会被当成 corpusid（1706.03762 查不到，要写 ARXIV:1706.03762）；一篇论文 externalIds 里没有的编号，用对应前缀就回 404。含 / 的 DOI 直接写在路径里。查不到一律 404 {"error":"Paper not found"}。

不要把 url 里的 sha 当 paperId 用。 有主 sha 的论文（99.99%）url 尾部那串 sha能解回同一篇，但未必逐字等于 paperId（有时是别名 sha）。而 311 篇（0.0016%）没有主 sha：paperId 回退成 corpusid 字符串，url 却是数据集原值——这 311 条 url 里那串 sha没有一篇指回自己（142 篇指向另一篇，如 CorpusId:3709142 的 url 尾部 sha 属于 corpusId 4726868；另 169 篇的 sha 在本库查不到）。url 只能当原文链接，要 ID 就用响应里的 paperId。

响应给出的 id，哪些能反查回同一个对象

「照抄响应里的 id 再查一次」是最常见用法，所以当成契约：

响应里的位置	当 `paper_id` 用	实测
`paperId`、`externalIds.CorpusId`	✓	自己的两个名字
`externalIds.DOI` / `ArXiv` / `MAG` / `ACL` / `PubMed` / `PubMedCentral`	✓	键名本身就能当前缀，见第 1 条
`url`	✓ 加 `URL:` 前缀	解回 url 尾部那串 sha
`externalIds.DBLP`	✗ 404	官方没有 `DBLP:` 形态，本地不建索引
`publicationVenue.id`	✗ 404	那是刊物的 id，不是论文的
`authors[].authorId`	✓ 走作者端点	见第 4 条

1. PubMedCentral: 与 PMCID: / PMC: 认同一个。例：CorpusId:222825366 带PubMed: 34062119 与 PubMedCentral: 8238499，PMCID:8238499、PubMedCentral:8238499、PMC:8238499 三种写法都回它。2. 有值不等于有句柄：DBLP（多数论文都登记）和 publicationVenue.id 一律 404，它们的主人仍能用 CorpusId: / DOI: 查回。3. 一个外部 id 可以属于两篇论文。全库 43,782 个 id 被不止一篇登记（去重后剩两条最常见）。落点固定是 corpusId 更小的那篇，且落点自己也登记同一个值。例：10.1140/epjd/e2004-00196-9同时挂在 CorpusId:54203609（引用 73）与 CorpusId:119550119（引用 1）上，标题相同；DOI:… 一律解到 54,203,609。要另一条就用它的 CorpusId:——共用只影响外部 id，不影响 corpusId。4. 作者侧 authorId 都能反查回来，但两处留意：authorId 本身可以是 null（姓名与两份 id 来源对不上时，见 §1.8）；作者索引里的 name 是规范名，与论文上印的样子可以差一个连字符（论文印 Xuan-Jing Huang，作者记录是 Xuanjing Huang）。

curl "https://fetchpaper.com/graph/v1/paper/ARXIV:1706.03762?fields=paperId,corpusId,title,abstract,year,venue,publicationDate,referenceCount,citationCount,influentialCitationCount,isOpenAccess,fieldsOfStudy,s2FieldsOfStudy,publicationTypes,authors,externalIds,url,journal,publicationVenue,tldr,citations,references"

{"paperId": "204e3073870fae3d05bcbc2f6a8e263d9b72e776", "corpusId": 13756489,
 "title": "Attention is All you Need",
 "abstract": "The dominant sequence transduction models are based on complex recurrent or convolutional neural networks in an encoder-…",
 "year": 2017, "venue": "Neural Information Processing Systems", "publicationDate": "2017-06-12",
 "referenceCount": 41, "citationCount": 201069, "influentialCitationCount": 21398, "isOpenAccess": true,
 "fieldsOfStudy": ["Computer Science"],
 "s2FieldsOfStudy": [{"category": "Computer Science", "source": "s2-fos-model"}, …],
 "publicationTypes": ["JournalArticle", "Conference"],
 "authors": [{"authorId": "40348417", "name": "Ashish Vaswani"},
             {"authorId": "1846258", "name": "Noam Shazeer"}, …],
 "externalIds": {"CorpusId": 13756489, "ArXiv": "1706.03762",
                 "DOI": "10.48550/arXiv.1706.03762",
                 "DBLP": "conf/nips/VaswaniSPUJGKP17", "MAG": "2950858113"},
 "url": "https://www.semanticscholar.org/paper/204e3073870fae3d05bcbc2f6a8e263d9b72e776",
 "journal": {"pages": "5998-6008"},
 "publicationVenue": {"id": "d9720b90-d60b-48bc-9df8-87a30b9a60dd",
                      "name": "Neural Information Processing Systems"},
 "tldr": {"text": "A new simple network architecture, the Transformer, based solely on attention mechanisms…"},
 "citations": [{"paperId": "8ed718f10c1a7f6f9d195450c9df52ffaa985551",
                "title": "City Matters! A Dual-Target Cross-City Sequential POI Recommendation Model"}, …],
 "references": [{"paperId": "98445f4172659ec5e891e031d8202c102135c644",
                 "title": "Neural Machine Translation in Linear Time"}, …]}

fieldsOfStudy / publicationTypes 是集合语义，重复值已在出口去掉（库里同一学科常被 external和 s2-fos-model 各标一次，抽样 2,845 篇里 1,929 篇、67.8% 带重复）。想知道重复从哪个 source 来读s2FieldsOfStudy——它每条带 source，两条 (category, source) 本就不同，所以不去重。
这篇 externalIds 登记了 DOI: 10.48550/arXiv.1706.03762（arXiv DOI），DOI: 形态可以查到它——外部 ID 只能按每篇实际登记的编号用。
citations 实际返回 1000 条（官方单字段上限），references 返回 39 条（原始 78 条边去重后 39 篇，§1.6）。只要标题以外的字段就写 fields=citations.year；引用数组只展开一层，元素里不再嵌套 citations。

三个「发表处」字段各说各话，谁也不能替谁（全量 19,984,885 篇实测，括号是 500 行的 query=graph rag&year=2026 切片）：

字段	类型	实测形状
`venue`	字符串，缺失是 `""`	有值 10,973,807/19,984,885（448/500）；`venue=` 过滤只认它
`journal`	对象或 `null`	非空 15,695,899，其中没有 `name` 键 3,678,324（44/500）；`null` 4,288,986（89/500）。键集合只会是 `{name, pages, volume}` 的子集，六种非空组合都真实存在
`publicationVenue`	对象或 `null`	有值 8,540,841，全是 `{id, name}`，且 `name` 与 `venue` 逐字相同（363/500，0 例外）

上面那篇 Attention 最易误读：venue 是 "Neural Information Processing Systems"，而 journal 里只有 pages（{"pages": "5998-6008"}，没有 name）——按 journal.name 取发表处会拿到 undefined，按 venue 才对。venue 与 journal.name 都有值的 9,031,560 篇里 5,334,749 篇（59.1%）两个字符串不相等，谁长谁短没规律：

venue='Information Sciences'   journal.name='Inf. Sci.'      （全称 vs ISO4 缩写）
venue='arXiv.org'              journal.name='ArXiv'          （两个都不规范）
venue='Proc. ACM Softw. Eng.'  journal.name='Proceedings of the ACM on Software Engineering'
                                                       （反过来：venue 才是缩写）

所以 venue= 认不认一个串，只看它在不在 venue 那一条列里（下表 query=network）：

写法	`total`
`venue=Information Sciences`	3,009
`venue=Inf. Sci.`（同一刊物的 `journal.name`）	0
`venue= INFORMATION sciences` （换大小写、加空白）	3,009，与第一行一致
`venue=arXiv.org`	90,797
`venue=ArXiv`（`journal.name` 里那个写法）	0

反过来也不行：venue 为空、只有 journal.name 的有 2,986,016 篇，拿那些名字去筛同样 0 条。要按刊物名筛又只有journal 可看时，先 fields=venue 抽样看这批论文到底有没有 venue。

publicationVenue.name 不是从 journal.name 取的，也不是官网刊物的规范名：它是拿 venue 填的。官方对象还有 type / issn / url / alternate_names，本数据集没有这些值，所以不造假键，publicationVenue 最多只有 {id, name}。
venue 为空而 publicationVenueId 有值时，publicationVenue 只剩 {"id": …} 一个键（name 无处可借）。两份抽样都没遇到这种组合，但它是响应可能给出的形状，读 publicationVenue.name 前先判存在。