科技期刊語義出版的學(xué)術(shù)不端防范功能的實現(xiàn)

文/聞麗 羅列

近年來，學(xué)術(shù)不端行為呈現(xiàn)了新變化，由于獲取信息途徑更多，抄襲成本降低，形式越來越多樣化，隱蔽性越來越強，逐漸顯現(xiàn)常態(tài)化。學(xué)術(shù)不端行為對學(xué)術(shù)環(huán)境的不良影響也越來越受到關(guān)注?？萍计诳鳛榭萍汲晒闹匾涣髌脚_，是干預(yù)和阻止學(xué)術(shù)不端行為的最后防線，在凈化學(xué)術(shù)環(huán)境中占有重要地位。目前，科技期刊出版流程中對于學(xué)術(shù)不端行為的防范主要是在審稿階段通過同行評議、檢測系統(tǒng)查重、要求作者簽署“誠信承諾書”等措施來進行，同行評議和新興起的查重軟件均存在一定的不足，簽署科研誠信承諾書基本流于形式，收效甚微，使得學(xué)術(shù)不端行為向隱蔽性更強、發(fā)現(xiàn)難度更大等方向發(fā)展[1]。

目前，關(guān)于論文出版階段科技期刊防范學(xué)術(shù)不端行為的研究主要是集中在學(xué)術(shù)不端行為規(guī)律及其防范措施方面。徐石勇等以《絲綢》為例，對近年來該期刊遇到的作者學(xué)術(shù)不端的現(xiàn)象進行匯總、分析，并總結(jié)了針對這些學(xué)術(shù)不端現(xiàn)象的防范措施[2]；吳寧對科技期刊中學(xué)術(shù)不端行為的變化特點進行了分析，并提出了一些應(yīng)對措施[3]；王子君等提出在修改稿件過程中如何判斷學(xué)術(shù)不端行為[4]。研究表明，由于各途徑均存在疏漏，在科技期刊出版中防范學(xué)術(shù)不端行為最重要的途徑還是加強期刊人才建設(shè)和提高其素質(zhì)，不端行為的發(fā)現(xiàn)往往需要依賴編輯的責(zé)任心和專業(yè)素養(yǎng)，需要充分發(fā)揮編輯的主觀能動性[5-7]，這就難免造成學(xué)術(shù)不端行為的漏查。

作為一種科技期刊出版的發(fā)展業(yè)態(tài)，關(guān)于語義出版的研究多集中于出版流程中語義出版技術(shù)的實現(xiàn)，鮮見有關(guān)語義出版在防范學(xué)術(shù)不端方面的研究。本研究基于語義技術(shù)在科技期刊的應(yīng)用，詳細、多角度闡述語義出版在技術(shù)實施方面如何實現(xiàn)對不端學(xué)術(shù)行為的防控，旨在為科技期刊語義出版發(fā)展中對于學(xué)術(shù)不端行為的規(guī)避提供參考，使得科技期刊成為維護學(xué)術(shù)生態(tài)環(huán)境的重要屏障和學(xué)術(shù)評價的公器。

1.學(xué)術(shù)不端行為防范方面科技期刊出版流程的變化

1.1 審稿方面從單一的重復(fù)性檢測到創(chuàng)新性預(yù)測

由于從第一次重復(fù)率檢測到上網(wǎng)的滯后期，在刊發(fā)前編輯可能需對稿件進行多次重復(fù)率檢測。真正的語義出版工作始于作者進行論文創(chuàng)作，由于文章與檢測系統(tǒng)的無縫銜接，確保稿件每次修改都自動生成實時相似性檢測，超過預(yù)設(shè)值則自動發(fā)出預(yù)警，為編輯工作帶來極大的便利。語義出版在稿件的審查階段，不僅可以防范同行評議、判斷創(chuàng)新性中出現(xiàn)學(xué)術(shù)不端，還可以幫助編輯對于稿件的研究背景、學(xué)科進展、應(yīng)用前景進行預(yù)估，不再是單一的進行相似性檢測。

應(yīng)用語義技術(shù)有利于基于最少的工作建立一個真正意義上的全網(wǎng)協(xié)同平臺，實現(xiàn)最大限度的知識產(chǎn)權(quán)保護和學(xué)術(shù)不端行為的發(fā)現(xiàn)。從單一的重復(fù)性檢測到全網(wǎng)協(xié)同、實時重復(fù)性檢測再到創(chuàng)新性判斷，語義技術(shù)的應(yīng)用對于盡早發(fā)現(xiàn)學(xué)術(shù)不端行為、對研究內(nèi)容低水平重復(fù)篩選將發(fā)揮重要作用。

1.2 出版內(nèi)容方面從單篇論文出版到關(guān)聯(lián)數(shù)據(jù)出版

由于傳統(tǒng)出版中的期刊版面限制，作者無法提供數(shù)據(jù)的分析過程，為數(shù)據(jù)篡改和偽造提供了便利。為了提高研究的可重復(fù)性，科研人員要求期刊提供研究論文原始數(shù)據(jù)的期望越來越強烈。論文投稿時提交和發(fā)表時公布支撐數(shù)據(jù)，已成為越來越多科技期刊的基本要求，例如Science、Nature、Cell等，然而傳統(tǒng)出版的有限版面難以滿足這一要求[8]。

2014年，由Nature出版集團創(chuàng)立的Scientific Data電子期刊和中國科學(xué)院地理科學(xué)與資源研究所、中國地理學(xué)會創(chuàng)立的“全球變化科學(xué)研究數(shù)據(jù)出版系統(tǒng)”均已實施了實體數(shù)據(jù)與數(shù)據(jù)論文關(guān)聯(lián)出版的模式。目前，國內(nèi)已有《地理學(xué)報》等30多家期刊就關(guān)聯(lián)數(shù)據(jù)發(fā)表論文達成了共識，已有部分期刊提出了提交支撐數(shù)據(jù)的要求。如《中華健康管理學(xué)雜志》從2016年起，逐步要求原始研究類稿件提供相應(yīng)的原始材料，例如原始數(shù)據(jù)、原始結(jié)果、量表、干預(yù)方法、問卷等，但限于傳統(tǒng)出版和當前數(shù)據(jù)出版的局限性，這些資料不能完全發(fā)揮其本身的所有潛能。

2.科技期刊語義出版中學(xué)術(shù)不端行為防范功能的實現(xiàn)途徑

2.1 檢測軟件的智能化

通過查重軟件檢測可以發(fā)現(xiàn)部分學(xué)術(shù)不端行為，但軟件查重存在的漏洞和不足也使學(xué)術(shù)不端行為更加隱蔽，檢測出該行為的難度增大。語義技術(shù)的應(yīng)用不僅使得出版內(nèi)容發(fā)生改變，也可使得查重技術(shù)更加智能化，查重結(jié)果更為準確。目前，語義技術(shù)是查重軟件應(yīng)用的技術(shù)之一即是基于詞頻統(tǒng)計的方法。此方法引自向量空間的檢索模型，和信息檢索技術(shù)相關(guān)。首先要統(tǒng)計每篇文檔中各個單詞的出現(xiàn)次數(shù)，再根據(jù)指定規(guī)則將單詞頻度轉(zhuǎn)化為空間特征向量，最后采取度量向量之間的距離來計算相似度，從而達到查重的目的[9]。

近年來，中國知網(wǎng)開發(fā)的科研誠信管理系統(tǒng)實現(xiàn)了基于內(nèi)容的信息指紋技術(shù)與語義分析技術(shù)的有效結(jié)合，不僅保證了檢查結(jié)果的精準性，還具備了較強的抗干擾能力，支持文獻改寫、重組、翻譯等多種變換形式的檢測，檢測系統(tǒng)已實現(xiàn)了語義級別內(nèi)容的檢測。該系統(tǒng)不僅可對圖、表等特殊檢測對象進行基于標題、上下文、圖表內(nèi)容結(jié)合的相似性檢測處理[10]，還可根據(jù)特定的概念、觀點、結(jié)論等內(nèi)容進行智能信息分類處理。隨著語義技術(shù)在查重系統(tǒng)中應(yīng)用的逐步成熟，粒度可調(diào)地融入語義特征的相似性分析技術(shù)，以句子為基本分析單位，專門用于文本相似性的快速準確比對。其強大的查重功能將會加大學(xué)術(shù)不端檢測力度，即使是一般的低水平重復(fù)也會被檢測出來，普通的逃避查重行為更是無處遁形，從而在剽竊和抄襲方面的學(xué)術(shù)不端行為防范中發(fā)揮重要作用。

另外，僅根據(jù)相似比來判斷是否存在學(xué)術(shù)不端行為，決定稿件“去”與“留”有著一定的不科學(xué)性。要真正地減少跟風(fēng)、重復(fù)選題，遏制平庸不良選題，不僅要杜絕“形抄”，更要杜絕“意抄”。應(yīng)用語義技術(shù)的科技期刊出版，將呈現(xiàn)智能化出版模式。智能化的信息獲取方式，可以讓電腦根據(jù)已有信息和用戶的偏好，直接獲得完成分析結(jié)果。

2.2 出版內(nèi)容的關(guān)聯(lián)化

通過碎片化論文內(nèi)容加上關(guān)聯(lián)原始數(shù)據(jù)信息，可以完整再現(xiàn)作者的研究過程，數(shù)據(jù)來源更清晰，文章質(zhì)量更可信，并可實現(xiàn)對論文內(nèi)容的再分析，客觀評價其對科學(xué)發(fā)展的價值和影響。復(fù)證是檢驗學(xué)術(shù)出版內(nèi)容真實性和科學(xué)性的有效手段，通過使用論文中數(shù)據(jù)和方法進行重復(fù)操作，將試驗結(jié)果與由獲得原始數(shù)據(jù)進行比較，判斷學(xué)術(shù)成果的真實性、可信性和可靠性。利用語義技術(shù)進行關(guān)聯(lián)數(shù)據(jù)出版，可完整展示試驗過程，提供復(fù)證基礎(chǔ)，增大了不端行為被發(fā)現(xiàn)的可能性。通過語義出版共享這些資源，還可讓更多的數(shù)據(jù)資源使用者從多個方面主動參與論文“真?zhèn)巍钡谋鎰e。雖然不能完全排除數(shù)據(jù)篡改和偽造的可能性，但是造假本身所需付出的成本被擴大。

2.3 內(nèi)容推送的精準化

大量的網(wǎng)絡(luò)信息被不加選擇地廣泛推送給不同的用戶。一般的主動性推送，在引起用戶焦慮的同時也容易被忽略。而量體裁衣的精準推送可以解決這一問題。通過分析用戶的偏好庫，語義出版可以智能地將出版內(nèi)容主動推送給相關(guān)領(lǐng)域的專家和學(xué)者，這樣“被作者”和“被免冠作者”的情況就會被及時發(fā)現(xiàn)。由于專業(yè)所限，一般的科研圈子范圍有其有限性，語義出版的精準智能推送增大了抄襲行為對于目標對象的曝光概率，將使得此類情況無處遁形。

2.4 出版流程的去中心化

現(xiàn)行的版權(quán)保護模式已經(jīng)不能適應(yīng)時代的需求，一紙簡單的“誠信承諾書”，也僅是道德層面的約束。語義出版實踐的數(shù)據(jù)發(fā)布過程中采取的是FAIR原則，這一原則與去中心化所遵循的原則有較大的重疊，即數(shù)據(jù)存儲獨立于服務(wù)提供商、具有交互性、可訪問性以及自由表達和處理網(wǎng)絡(luò)信任的能力[11]。語義出版天然具有去中心化的特點，而去中心化可以防止文章被任意篡改。真正的語義出版是在論文創(chuàng)作階段就開始了語義分析和處理[11]，如果語義出版自研究人員從試驗數(shù)據(jù)的記錄開始，其后續(xù)發(fā)生數(shù)據(jù)篡改、版權(quán)爭議等事件的概率將大大降低。

3.科技期刊語義出版中學(xué)術(shù)不端行為防范功能的實現(xiàn)障礙

3.1 數(shù)據(jù)的開放共享與出版商既有利益的沖突

單一的重復(fù)性檢測不足以充分發(fā)揮語義技術(shù)的優(yōu)勢。學(xué)術(shù)不端檢測需要一個盡可能完備的全文數(shù)據(jù)比對資源庫。目前，中國知網(wǎng)的科研誠信管理系統(tǒng)不僅可以與知網(wǎng)所提供的《中國知識資源總庫》內(nèi)所收錄文獻的比對，還可與互聯(lián)網(wǎng)部分開放的資源進行比對，但是對于其它數(shù)據(jù)庫的資源無法涉及。語義出版與數(shù)據(jù)的開放共享是互利的，可以實現(xiàn)學(xué)術(shù)不端檢測的全網(wǎng)協(xié)作，但是這與各數(shù)據(jù)庫出版商的利益存在沖突。

3.2 語義技術(shù)與區(qū)塊鏈技術(shù)的聯(lián)合應(yīng)用的沖突

語義出版是有限的去中心化，通過與其他技術(shù)聯(lián)合使用，設(shè)計具有可信任性的語義出版物，實現(xiàn)完全去中心化，如區(qū)塊鏈技術(shù)。區(qū)塊鏈是通過密碼學(xué)方式形成的一個由集體維護的分布式數(shù)據(jù)庫，數(shù)據(jù)塊相連組合成鏈條，各節(jié)點互相監(jiān)督，整個工作流程中移除了傳統(tǒng)第三方，信息互聯(lián)互通而又無法被篡改，安全性高[12]。通過區(qū)塊鏈技術(shù)可以對內(nèi)部數(shù)據(jù)塊進行版權(quán)登記，并且其共識機制使版權(quán)交易公開透明[13]。雖然區(qū)塊鏈技術(shù)在版權(quán)方面的運用還在探討與嘗試階段，但其不失為知識產(chǎn)權(quán)保護的有效方法之一。王眾等就兩項技術(shù)在農(nóng)產(chǎn)品質(zhì)量安全追溯領(lǐng)域的聯(lián)合應(yīng)用提出了一個概念性的驗證系統(tǒng)[14]。在語義出版的基礎(chǔ)上應(yīng)用區(qū)塊鏈技術(shù)，通過智能合約的方式建立共識機制，保障數(shù)據(jù)獲取的安全性和權(quán)益歸屬，為科技論文出版添加上信任的紐帶和數(shù)據(jù)安全的保障。語義技術(shù)是使得信息可用，而區(qū)塊鏈技術(shù)是確保隱私不被非法獲取和數(shù)據(jù)安全，二者間存在著一定的沖突。雖然區(qū)塊鏈技術(shù)與語義技術(shù)的融合對于防范學(xué)術(shù)不端頗具效力，但其可行性還需驗證。

4.結(jié)論和建議

語義出版是具有彈性擴展、動態(tài)分配和資源共享等特點的數(shù)字內(nèi)容出版，它催生大量新型出版業(yè)信息服務(wù)，帶動出版格局的整體變革。充分利用語義技術(shù)強大的語義分析功能，可提高查重檢測的精確度，通過語義出版從多方面提高論文學(xué)術(shù)不端行為的辨識率，從技術(shù)手段方面防范學(xué)術(shù)不端，有利于對科技期刊的出版流程進行更為科學(xué)的控制和管理，建立科技期刊知識版權(quán)的保護壁壘，從而確?？萍计诳木G色健康發(fā)展，建立良好的學(xué)術(shù)環(huán)境。

在開放科學(xué)的大背景下，出版數(shù)據(jù)的開放共享趨勢明顯。在語義出版中，可以實施出版數(shù)據(jù)的開放共享與部分有償使用。在進行學(xué)術(shù)不端檢測時，通過與各出版商的利益關(guān)聯(lián)，綜合性無償服務(wù)與個性化有償服務(wù)相結(jié)合，提高其共享數(shù)據(jù)的積極性，從而實現(xiàn)全網(wǎng)協(xié)同檢測。

目前，內(nèi)容組織的語義化已成為大數(shù)據(jù)時代科技期刊發(fā)展的主要趨勢。但是要使廣大的作者及編輯人員熟練地應(yīng)用語義技術(shù)來寫作和編輯論文，還須開發(fā)出友好的軟件操作界面以供使用。各刊社要重視專業(yè)人才的培養(yǎng)及現(xiàn)有人員知識的更新，有條件的單位可考慮引進相關(guān)專業(yè)技術(shù)人才，已形成集群的科技期刊則可采取遠程的專業(yè)智力資源共享。