論文也有測謊儀

余小北

近來，論文剽竊丑聞頻頻見于報端，從校長到學(xué)生，從歷史陳案到史上最牛，可以說是一片腥風血雨?，F(xiàn)在，一套名為學(xué)位論文學(xué)術(shù)不端行為檢測系統(tǒng)悄然在各大高?，F(xiàn)身。

張偉最近很忐忑，他的學(xué)位論文《試析中日“戰(zhàn)略互惠”外交新思想》已經(jīng)交出去一些時日了，可是還沒有結(jié)果，這讓他不僅擔心起自己的學(xué)位證，繼而擔心起自己的前途。

作為非全日制研究生，這兩年來他真正呆在學(xué)校里的日子屈指可數(shù)，論文也是在最后一個星期東拼西湊起來的。雖說很多人都是這樣過來的，可是今年的形勢有點不一樣，傳說學(xué)校采用了新的學(xué)術(shù)測謊儀，他很擔心論文過不了。

這斷時間以來學(xué)術(shù)不端丑聞頻頻見于報端，從校長到學(xué)生，從歷史陳案到史上最牛，可以說是一片腥風血雨，在這個時候，一套名為學(xué)位論文學(xué)術(shù)不端行為檢測系統(tǒng)（簡稱TMLC）的產(chǎn)品悄然走紅于各大高校，張偉所在大學(xué)使用的就是這套系統(tǒng)。

反剽竊就像“找不同”

這個“反抄襲”系統(tǒng)是世界首個用全文文獻為比對資源來檢測學(xué)術(shù)不端行為的系統(tǒng)，由中國學(xué)術(shù)期刊電子雜志社與同方知網(wǎng)公司聯(lián)合研發(fā)，耗時三年，在2008年12月底研制成功， 2009年3月研究生院開始使用。官方宣稱目前已涵蓋上千家期刊編輯部，360多家高校，基本上覆蓋了全國重點院校。中國知網(wǎng)科研誠信管理系統(tǒng)研究中心主任孫雄勇向記者介紹，到目前為止，光是研究生學(xué)術(shù)論文檢測，TMLC的檢測量就已達到20萬篇次。

該人士表示，該系統(tǒng)的技術(shù)核心是自適應(yīng)多階指紋特征檢測技術(shù)，具有檢測速度快，準確率較高，抗干擾性強等特征。這里的“指紋”只是一個形象的比喻，正如每個人說話都有口頭禪，這個口頭禪就是你的一個特征，這個特征就叫信息指紋。具體到一篇文章來說，比如研究金庸小說，金庸喜歡用什么字，用字的規(guī)律是多少，每個字在整個文章出現(xiàn)的概率是多少，這就是一個指紋。

在每一次檢測過程中，待檢文章首先按照篇章、段落、句子等層級分層處理，然后創(chuàng)建指紋，而比對資源庫中的比對文獻，也采取同樣技術(shù)創(chuàng)建指紋索引。通俗來說，就是將論文和數(shù)據(jù)庫進行比對，根據(jù)其重合處的比例，判斷該論文是否存在抄襲行為。

不過，廣東省某市公安局網(wǎng)絡(luò)工程師馮騁認為，這種技術(shù)原理上比較簡單，已經(jīng)有很多現(xiàn)成的算法，而且根據(jù)中文的特征，算法上也不可能有太大突破，依賴的還是數(shù)據(jù)庫的采集，然后拿文章進去對比，相似度達到多少，就認為抄襲。

在這套系統(tǒng)里，最小能檢驗到句子。只要論文與數(shù)據(jù)庫的文獻存在一個相同的句子，就能被檢測系統(tǒng)發(fā)現(xiàn)。因此這也是張偉擔心所在，“誰不用CTRL+C和CTRL+V呢？”

和所有善于鉆空子的大學(xué)生一樣，張偉也不至于傻到一字不漏地照搬。他老早就未雨綢繆，上論壇求助一些從事軟件開發(fā)的技術(shù)人員。有“高手”告訴他，可以嘗試將全篇論文的個別字符替換，如用查找替換功能，把所有的全角逗號換成半角逗號、把所有的“為什么”換成“為何”、 把“把”替換成“將”，就可以繞過檢測。

這正是張偉最擔心的地方。在得知學(xué)校采用反剽竊系統(tǒng)后，他立即打聽到開發(fā)公司的情況，并偽裝成院校老師，打電話向?qū)Ψ角笞C一些技術(shù)細節(jié)。對方告訴他，簡單的替換都會被系統(tǒng)識破，就是因為當系統(tǒng)檢測單位精確到句子而不是段落時，傳統(tǒng)的破解方法已經(jīng)失效，重合比率技術(shù)可以進行防范。

武漢大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)院信息與計算科學(xué)系林川副教授指出，這種檢測技術(shù)也有技術(shù)漏洞。首先關(guān)于特征提取的合理性，將直接影響到最終比對結(jié)果。其次是匹配效率問題，不同專業(yè)、不同方向的技術(shù)指標并不相同，特別是一些特殊領(lǐng)域的文獻。比如做歷史的研究，很多時候把歷史材料、文獻梳理出來就是好的論文，這就必然涉及到對很多材料的引用，評價，論述，但這樣就有可能被判定為抄襲。

道高一尺，魔高一丈？

新華網(wǎng)針對論文抄襲事件的調(diào)查顯示，44.25%的投票者認為這是“普遍現(xiàn)象，屢見不鮮”，24.28%的投票者在評價此事的社會影響時選擇了“不抄白不抄，大家都這樣”。而TMLC的問世，無疑更加加劇了雙方之間的博弈。電腦可以為反剽竊者所用，更可以為反反剽竊者所用。林川副教授說這套系統(tǒng)很難起到完全杜絕的作用，只是在一定程度上減少簡單抄襲和剽竊行為，而且可能會產(chǎn)生新的問題：一是可能會產(chǎn)生新的利益鏈條，如產(chǎn)生專業(yè)修改抄襲文章的利益團體，二是抄襲手段更加隱蔽，如“抄其意而不抄其文”。

事實上，這些新的問題已經(jīng)產(chǎn)生?！胺捶簇飧`”幾乎同時上路了。

現(xiàn)實版《黑客帝國》？想象自己像帥到掉渣的基努·李維斯一樣，在網(wǎng)絡(luò)世界中無情地侵入TMLC，面對浩瀚的資源滄海一聲笑？……不過，用馮騁的話來說，這個系統(tǒng)根本沒有侵入的必要，即便侵入，也是一個空殼。

話說回來，還真有專業(yè)級的破解方法。根據(jù)一些資深技術(shù)人員的建議，可以：1、由專業(yè)人員利用黑客技術(shù)，首先破解密碼，進入相關(guān)數(shù)據(jù)庫，修改“指紋”，待檢測通過后，恢復(fù)數(shù)據(jù)；2、如果能夠知道該軟件的算法（林川認為這并不難做到），就可以在文獻中插入相關(guān)信息，避開或繞開對比文獻的“指紋”等等。

其實，當論文已經(jīng)工具化的時候，社會上就必然會相應(yīng)地產(chǎn)生為需要這種工具的人服務(wù)的產(chǎn)業(yè)，不用費盡心思讓自己成為電腦高手，金錢依然發(fā)揮著強勁的作用。

張偉更后悔的是沒去花錢買個“保險”。

因為，在淘寶網(wǎng)上已經(jīng)有相關(guān)的針對反剽竊軟件的論文檢測服務(wù)，張偉本可以將自己的論文提前發(fā)給商家，以判定其論文能否通過檢測。這些“服務(wù)”叫價從50－800元不等。在寶貝詳情上赫然寫著：本項服務(wù)就是針對“學(xué)位論文學(xué)術(shù)不端行為檢測系統(tǒng)”對于申請人提交的論文進行人工預(yù)評估，找出可能被發(fā)現(xiàn)的抄襲的部分，并對于服務(wù)申請人提供相應(yīng)的修改意見和指導(dǎo)，提升申請人的論文質(zhì)量和水平。我們擁有博士學(xué)位以上的學(xué)術(shù)人員10多名，均為一線的相關(guān)科研人員，有著豐富的科研論文寫作、審稿經(jīng)驗。

記者細心觀察了一下，基本上每個商家都有不錯的“生意進賬”。而網(wǎng)友的評價是：速度快，非常滿意。

如果現(xiàn)在再寫一篇論文，張偉會如何處理呢？他說自己還有張底牌——對自己大段摘抄的論文進行改寫，像近義詞替換和句子重組。這一點，連開發(fā)公司的孫雄勇也承認：“我們在研發(fā)過程中遇到的另一個技術(shù)難關(guān)就是如何應(yīng)付語序、結(jié)構(gòu)上的改寫。對于這些更高層次的、語義上的改寫的反“反剽竊”，還將進一步研究?！?/p>

是啊，中文語義博大精深，防不勝防。