学术不端文献检测系统的技术元素及应用.docxVIP

学术不端文献检测系统的技术元素及应用 随着网络技术的发展，“复制”变得非常简单。只需下载网站，然后轻松单击特洛伊木马并复制和复制。这给编辑的评论和编辑带来了极大的不便。如果没有注意到，就会出现逃避网络鱼。有人戏称, 这对编辑的身心都是巨大的考验。毫无疑问, 学术不端检测系统的出现, 这给编辑工作节省了大量的时间, 转变了在浩瀚“网海”以关键词搜索的盲目性, 大大提高了工作效率, 使稿件能尽快进入下一个流程。 自中国知网学术不端文献检测系统正式发布以来, 已迅速在6000多家教育、科研、出版及相关管理机构中广泛使用, 在防治学术不端行为的工作中发挥了重要作用。继而, 万方数据知识服务平台也推出了论文相似性检测服务, 为编辑提供了更多的便利。 为了叙述方便, 本文统称此类系统为学术不端检测系统。笔者使用该系统3年多来, 深切感到该系统简洁方便、操作性强的优势, 但也发现其使用中存在一定的盲区, 下面举例简述。 一、 技术领域 笔者将因技术手段的局限而产生的盲区称为技术盲区, 通过下面几个实验说明。 (一) 文章的变音与检测 将3篇已在期刊上发表过的文章A、B、C, 分别在甲检测系统检测相似度, 结果为79.1%、86.2%, 97.8%。若将此3篇文章分别转为图片格式, 内容不变, 系统则显示:“内容过短, 无法检测”。 同样, 将此3篇文章在乙检测系统检测, 结果分别为81.5%、93.48%、84.38%。转成图片格式后, 无法粘贴至检测界面, 故而无法检测。 若将图片后面粘贴同样数量的文字, 则可以检测, 打开详情报告, 可以看出, 在检测区域, 只显示出文字, 而不见图片——甲、乙两个检测系统情况相同。 (二) 实验2 将A、B、C 3篇文章中的表格提取出来, 单另做一Word文件, 分别在甲乙两个系统检测, 检测结果均为0。 (三) 甲系统检测结果 找3篇已经优先数字出版但是还未在期刊上刊发的文章D、E、F, 在甲系统检测结果分别为0、6.7%、0;在乙系统检测结果分别为4%、4.55%、0。 (四) 检测结果分析 (1) 将如下一段话G粘贴在Word文件中, 为了防止因文章过短而无法检测, 将此段话复制3遍, 进行检测。检测结果:甲系统为89.7%, 乙系统为87.5%。 隔距块的作用原理是:上销中上罗拉和下罗拉、长短胶圈和弹性上销组成了弹性钳口, 在这个作用过程中罗拉组成的固定钳口和胶圈组成的弹性钳口, 前者主要是握持纤维, 弹性钳口主要是为输出纤维。固定钳口至钳口前缘中心距33mm, 距下罗拉中心距31mm, 控制区要求强控制, 输出区要求稳定保证快速纤维的变速运动, 隔距块在其中调节隔距达到稳定和顺利抽出的作用。 (2) 将此段话的前后顺序调整如下 (忽略句子的逻辑顺序及句意) , 内容不变, 同样复制3次, 甲乙系统的检测结果分别为40%、87.5%。 控制区要求强控制, 输出区要求稳定保证快速纤维的变速运动, 隔距块在其中调节隔距达到稳定和顺利抽出的作用。固定钳口至钳口前缘中心距33mm, 距下罗拉中心距31mm。隔距块的作用原理是:在这个作用过程中罗拉组成的固定钳口和胶圈组成的弹性钳口, 上销中上罗拉和下罗拉、长短胶圈和弹性上销组成了弹性钳口, 前者主要是握持纤维, 弹性钳口主要是为输出纤维。 (3) 将此段话的顺序不变, 分别将每句话的结构略微调整, 长句变短句, 短句变长句, 加连接词、标点符号等等, 如下所示, 检测结果变化极大, 甲乙两系统均为0。 上销中上罗拉分别与下罗拉、长短胶圈及弹性上销一起, 组成了弹性钳口, 在此作用过程中, 罗拉组成的固定钳口主要是握持纤维, 胶圈组成的弹性钳口主要是为输出纤维。固定钳口距离钳口前缘中心为33㎜, 与下罗拉中心距为31㎜, 控制区要求强控制, 相反, 输出区要求稳定, 并需要保证快速纤维的变速运动, 隔距块的作用, 就是调节隔距、稳定并顺利地抽出——这就是隔距块的作用原理。 (五) 检测结果分析 以上各实验, 总结如表1。 实验结果可以看出: (1) 检测系统对图片无法检测。在实验一中, 文字的相似度很高, 但是一旦转换为图片, 就检测不出;粘贴部分文字后, 仅能检测文字部分的相似度。 (2) 检测系统对表格无法检测。在实验二中, 两个系统对表格的检测虽然不至于像图片一样无法识别, 但是检测结果却为0。事实上, 检测表格是从已发表的文章中提取出来的, 相似度应该很高才对。 (3) 检测系统对已经优先数字出版但未在纸质期刊发表的文章检测结果不可信。犹记知网推出优先数字出版时曾说过, 在此优先数字出版系统上发表的文章, 为“正式发表”, 最有说服力的是, “评职称时也是认可的” (优先数字出版培训时, 培训老师语) 。但是很显然, 检测系统未将此类文章纳入检