Blind Review Sanitizer 是一款专为学术同行评审设计的自动化稿件匿名化工具，旨在满足双盲评审对作者身份隐匿的严格要求。该工具能够智能识别并移除学术稿件中的作者姓名、所属机构、致谢内容以及过度自引等可能暴露作者身份的信息，同时保持文档的原始格式和学术内容的完整性。通过模式匹配和用户自定义规则，它能高效处理多种常见文档格式，确保提交的论文在形式和内容上都符合严格的匿名化标准，从而帮助研究人员更顺利地通过期刊或会议的初步审查流程。
核心功能特点
- 自动检测并移除作者姓名、机构隶属关系及联系方式
- 智能识别并处理致谢部分，防止资助来源或个人致谢泄露身份
- 精准定位并中和第一人称引用及过度自引，避免作者身份被推断
- 支持 DOCX、Markdown 和纯文本等多种文档格式的格式感知式清洗
- 生成详细的审计日志，记录所有修改操作以供验证与透明度保障
适用场景
该工具最适合用于准备提交至要求双盲评审机制的学术期刊或会议的研究论文。例如，向《自然》《科学》等知名期刊，或 NeurIPS、ICML、ACL 等顶级计算机学术会议投稿时，必须确保作者信息完全隐匿。此外，当需要将已拒稿的论文重新提交至新期刊，且原稿中可能存在旧版匿名化痕迹时，也可使用此工具进行重新清洗。它同样适用于创建公开预印本的同时维持引用完整性，或在协作研究中为特定投稿需求而临时隐藏某些合作者身份的场景。总之，任何涉及严格匿名要求的学术出版环节都是其理想应用场景。