ICRA 2026 Paper Explorer

🌐 Live demo: https://gisbi-kim.github.io/icra2026-explorer/

ICRA 2026 프로그램(2026-06-02 ~ 06-04, 2,964개 논문)을 파싱해서 단일 HTML 파일로 탐색·필터링·시각화할 수 있게 만든 파이프라인입니다.

브라우저에서 바로 보기는 위 라이브 링크, 오프라인으로 보고 싶으면 output/icra2026_explorer.html — JS/CSS/데이터까지 전부 인라인된 self-contained 파일이라 더블클릭해서 열면 됩니다.

What's inside

항목	수치
Papers	2,964 (Tue 991 / Wed 992 / Thu 981)
Unique affiliations	2,690
Top countries	China 758 · USA 437 · Germany 211 · South Korea 175 · France 133 · Italy 119 · Japan 100 · UK 86

탐색기 안에서 가능한 것:

• 키워드 / 저자 / 소속 / 국가 / 세션 / 일자별 필터
• 논문별 abstract + keywords (PaperPlaza에서 추출)
• 국가별 / 토픽별 통계 차트
• 국가 × 토픽 히트맵 (15개국 × 20토픽, Row% / Col% / Absolute 모드)
• 유사 논문 추천 — SPECTER2 임베딩 기반 top-5 (논문 카드 펼치면 하단)
• 헤더(ICRA 2026 · Paper Explorer) 클릭 → 모든 필터 리셋 후 홈 복귀

Pipeline

raw/paper_titles/{tue,wed,thu}.txt        ─┐
                                            ├─► scripts/parse_papers.py        ─► output/papers.json
                                            │
raw/program_html/{tuesday,...}.html        ─┴─► scripts/parse_abstracts.py    ─► output/papers.json (+abstract,keywords)
                                            
output/papers.json                         ───► scripts/dump_affiliations.py  ─► classification/affiliations_classified.json
                                                                                  (휴리스틱 국가 분류 + Other 후보)

classification/fullaff_*_classified.json   ───► scripts/merge_classifications.py ─► classification/aff_country_table.json
       (LLM이 분류한 5개 청크, 권위 테이블의 원천)

output/papers.json                         ───► scripts/embed_papers.py      ─► classification/similar_papers.json
                                                                                  (SPECTER2 임베딩 + top-K 코사인 유사도, MPS GPU 사용)

output/papers.json + classification/*      ───► scripts/build_html.py         ─► output/icra2026_explorer.html

Usage

# 처음부터 다 빌드 (Python 3.10+, 표준 라이브러리만 사용)
python3 scripts/parse_papers.py        # 1) titles → papers.json
python3 scripts/parse_abstracts.py     # 2) HTML 에서 abstract+keywords 머지
python3 scripts/dump_affiliations.py   # 3) 소속 덤프 + 휴리스틱 분류
python3 scripts/merge_classifications.py  # 4) LLM 분류 5청크 → aff_country_table.json
python3 scripts/embed_papers.py        # 5) SPECTER2 임베딩 + top-10 유사논문 사전계산
                                       #    pip install torch transformers numpy 필요
                                       #    Apple Silicon은 MPS GPU 자동 사용 (~2분)
python3 scripts/build_html.py          # 6) 최종 HTML 생성

# 그냥 결과만 보기
open output/icra2026_explorer.html

scripts/parse_papers.py 와 scripts/dump_affiliations.py 안에는 도시·기관·기업명을 기반으로 한 국가 추정 휴리스틱(COUNTRY_HINTS)이 들어 있습니다. LLM이 분류한 aff_country_table.json 이 권위 테이블이고, 휴리스틱은 fallback 입니다.

Layout

.
├── scripts/             # 5단계 파이프라인 전부
├── raw/
│   ├── paper_titles/    # PaperPlaza 일정표 텍스트 덤프 (3개)
│   └── program_html/    # PaperPlaza Program 페이지 저장본 (3개, abstract 추출용)
├── classification/      # LLM이 분류한 affiliation → country 테이블 + 작업물
└── output/
    ├── papers.json              # 구조화된 논문 데이터
    └── icra2026_explorer.html   # 🎯 최종 산출물

Data sources

• 일정표 텍스트: https://ras.papercept.net/conferences/conferences/ICRA26/program/
• Abstract / keywords: 각 일자별 Program HTML 페이지를 저장해서 파싱

Notes

• 홍콩/마카오 소속은 자료 일관성을 위해 China로 폴딩되어 있습니다 (merge_classifications.py / build_html.py 양쪽에서 처리).
• 휴리스틱만으로는 22% 정도 논문이 "Other"로 빠집니다. 그래서 LLM 분류 단계가 추가되었고 실제 탐색기에서는 LLM 테이블이 우선 적용됩니다.