- 相關(guān)推薦
職稱(chēng)論文檢測報告的技術(shù)修正
2011年浙江省率先在職稱(chēng)評定方面新增了參評文章的學(xué)術(shù)不端檢測要求，并規定一般由該市較權威的高校圖書(shū)館負責第三方檢測。[1]檢測系統為以北大方正開(kāi)發(fā)的cnki學(xué)術(shù)不端檢測系統，擁有幾個(gè)端口，分類(lèi)依據為文章類(lèi)型：學(xué)位論文抄襲檢測系統、科技期刊抄襲檢測系統、社科期刊抄襲檢測系統、大學(xué)生論文抄襲檢測系統等。[2]現在檢測系統還專(zhuān)門(mén)開(kāi)發(fā)了一個(gè)全新的端口———“已發(fā)論文檢測”，目前是收費端口，只有被cnki審核通過(guò)的機構才有權進(jìn)行已發(fā)論文檢測，用這個(gè)通行證嚴控職稱(chēng)論文檢測者的檢測權，以保證檢測的公平合理性。從上面的介紹可以看出來(lái)，學(xué)術(shù)不端檢測系統既可以按照學(xué)科進(jìn)行分類(lèi)，也可以按照論文是否發(fā)表分為已發(fā)論文檢測系統和未發(fā)論文檢測系統。
一、職稱(chēng)論文檢測系統的檢測原理
將待評審的職稱(chēng)論文進(jìn)行學(xué)術(shù)不端檢測是cnki學(xué)術(shù)不端檢測系統的一大新應用，其檢測原理是和未發(fā)論文檢測系統的原理相同，只是檢測手段稍有不同。
(一)檢測原理———“文字比對”20世紀90年代后，隨著(zhù)互聯(lián)網(wǎng)技術(shù)的發(fā)展，信息內容迅速增多，復制粘貼變得越來(lái)越容易與普遍。文本復制(抄襲)是學(xué)術(shù)不端文獻的重要特征。隨著(zhù)內容管理與版權保護的需要，文本復制的檢測研究也得到進(jìn)一步發(fā)展，陸續提出數字指紋、VSM等檢測方法。[3]筆者通過(guò)對檢測原理的深入研究發(fā)現，目前國內外的學(xué)術(shù)不端檢測系統都是以“文字比對”———提供文字復制比率為基本原理，也就是說(shuō)出現了初級的文本復制類(lèi)型的抄襲，系統可以輕易地識別。以這種“文字比對”為識別基礎的學(xué)術(shù)不端檢測系統采用的是“外形”對比以及針對文字、字母與數字的排列組合進(jìn)行形式上的比對，如果被比對的兩段文字的句式、用詞、排列順序相同，就可以被檢測出來(lái)。但如果是意義抄襲就比較隱蔽，系統基本無(wú)法檢測出來(lái)。
(二)檢測手段的改進(jìn)將一篇待檢測的職稱(chēng)論文放在未發(fā)論文檢測系統中會(huì )發(fā)現全篇皆紅，系統會(huì )提示這篇論文和該作者的已發(fā)表的論文重復率為100%，也就是說(shuō)未發(fā)論文檢測系統是沒(méi)有辦法對已經(jīng)發(fā)表的論文進(jìn)行檢測的，主要是因為該系統缺少一個(gè)時(shí)間模塊判定功能，即自動(dòng)刪除該文章發(fā)表時(shí)間以及以后的“相似”論文�；诖�，已發(fā)論文檢測系統特別設置了論文發(fā)表時(shí)間功能，并要求委托人提供論文的發(fā)表時(shí)間。據此時(shí)間，去除了發(fā)表時(shí)間在所測論文發(fā)表時(shí)間之后(含發(fā)表時(shí)間在同一天)的“相似”論文，最終獲得由系統自動(dòng)生成的“文字復制比”結論。這個(gè)結論雖然不包含所測論文發(fā)表時(shí)間之后(含發(fā)表時(shí)間在同一天)的抄襲結果判定報告，但是對該文章發(fā)表之前，它是否存在抄襲的現象是可以檢測的，這部分的功能和未發(fā)論文檢測系統是一致的，所以我們可以適當借用未發(fā)論文檢測系統部分適用的研究成果來(lái)探討對檢測結果的判斷。
二、抄襲判斷的量化指標
由上面的分析可知，檢測方只負責提供第三方檢測報告，真正使用報告的是各校的負責職稱(chēng)評定的人事部門(mén)，到目前為止，筆者尚未見(jiàn)到各人事部門(mén)有關(guān)于對檢測系統結果統一、公開(kāi)的量化標準。因此我們可以借用較為通行的未發(fā)論文的量的檢測標準，這個(gè)畢竟是通過(guò)大量的檢測最終被實(shí)踐證明的較為合理的標準。通常情況下，對于待發(fā)論文檢測來(lái)說(shuō)，各期刊社和圖書(shū)出版社根據自己的具體情況有不同的規定。有的編輯部認為，論文中超過(guò)10%的重復率即視為抄襲，而有的編輯部規定“雷同比例達20%為抄襲”，還有的放寬到了30%，對有爭議的結果大部分都采取個(gè)別處理的方式，沒(méi)有制定出可以適用的行業(yè)標準，基本上各編輯部根據投稿論文的平均水平制定適合本部門(mén)的比例。對于學(xué)位論文檢測來(lái)說(shuō)，高校將這個(gè)重合比的限度定為25%-30%。若檢測發(fā)現超過(guò)這個(gè)比率，論文就會(huì )被提交至該校學(xué)術(shù)委員會(huì )來(lái)判定是否存在抄襲行為。[4]例如中南大學(xué)為了保證檢測結果的公正性，會(huì )將檢測結果公示，對有異議的結果和超出規定值的論文檢測結果，組成相應學(xué)科的專(zhuān)家評議組，對檢測系統所得出結果做進(jìn)一步的分析和審議。[5]總體來(lái)說(shuō)，使用機構對檢測結果判定方面較為通行的數字方面的標準為，“一篇論文與數據庫的文字重合率大于或等于10%，屬于句子抄襲;30%到50%之間屬于段落抄襲;50%以上則被判斷為整體抄襲。”[6]綜上所述，這個(gè)可以借用的標準看似操作簡(jiǎn)單方便，標準明確，但實(shí)際還有一些值得探討的部分，如果不具體問(wèn)題辯證分析，只是以最終檢測數據為唯一判斷文章是否抄襲的標準，恐怕是有失公允，特別對像職稱(chēng)評定這樣對人生有重大意義的事情，還需慎重，當然人事部門(mén)還有一個(gè)專(zhuān)家評議環(huán)節，但是對部分可能面臨在前面關(guān)卡就被槍斃的稿件存在一定的不公平。在筆者長(cháng)期的檢測工作中，發(fā)現即便檢測者并不了解一篇檢測文章是否抄襲，用筆者總結出來(lái)的一些經(jīng)驗仍然可以對結果進(jìn)行科學(xué)修正，但首要條件是搞清楚影響已發(fā)論文檢測結果存在哪些因素。
三、影響職稱(chēng)論文檢測結果的因素
(一)提供的待檢測文檔的類(lèi)型及出處Cnki期刊學(xué)術(shù)不端文獻檢測系統目前以“中國學(xué)術(shù)期刊網(wǎng)絡(luò )出版總庫”為全文比對數據庫，當前，可對DOC、 TXT、CAJ、KDH、NH、PDF等多種格式的文件進(jìn)行比對，從詞、句子到段落等方面，可檢測抄襲、偽造、一稿多投、篡改、不正當署名、一個(gè)成果多篇發(fā)表等多種學(xué)術(shù)不端行為。[6]同時(shí)，職稱(chēng)評審文件中規定：優(yōu)先從圖書(shū)館“中國知網(wǎng)CNKI數據庫”中下載CAJ或PDF格式電子版論文(專(zhuān)著(zhù)、譯著(zhù)、教材及外文刊物上發(fā)表的論文除外)。如未在該數據庫中檢索到提交論文，可以從圖書(shū)館其他數據庫中繼續查找并下載PDF格式電子版論文，如仍然沒(méi)有，方可提供 WORD文檔。提交論文原件和完整論文的電子版(須PDF格式，著(zhù)作、教材除外)。[7]經(jīng)過(guò)筆者的了解，在實(shí)際操作中，也是按照這個(gè)文件的規定做的，待檢測文獻的電子文檔，并沒(méi)有一定要求使用PDF格式，只要提供的電子文檔能夠正常地從中復制出文本來(lái)，PDF、DOC、CAJ(及其系列文檔類(lèi)型)、 RTF及DOCX都可以。首先是從cnki學(xué)術(shù)網(wǎng)絡(luò )中下載，可是受技術(shù)水平的限制，很多早期的文章是以PDF照片———圖片的形式存在的，不能復制文本，還有部分編輯部提供的原稿采用了密碼或版權保護也不能復制，另外一種情況是由于編輯部新發(fā)論文上網(wǎng)需要一定周期，新發(fā)論文也沒(méi)有原始文檔，只能向送檢人索要編輯部的修改文檔，當然，非cnki下載所得的文檔，所有的文檔類(lèi)型要在檢測匯總表中予以說(shuō)明。由以上的復雜情況來(lái)看，不同類(lèi)型、不同情況下提供的電子文檔，在檢測中會(huì )出現檢測比例的不同。如一位研究者反映，他在《航空學(xué)報》個(gè)人比對庫中的一篇文章(.doc格式，為作者提交的錄用定稿)已經(jīng)在中國期刊網(wǎng)上發(fā)布(具體采用的比對文件格式未知)，新提交的一篇稿件被檢測出與這2篇文章有文字重合的問(wèn)題，但檢測結果中該稿與個(gè)人對比庫中的稿件間的文字復制比為46%，而與同一篇文章在中國期刊網(wǎng)中的版本的文字復制比為26%，不同的格式竟然造成檢測結果間20個(gè)百分點(diǎn)的差別。[8]可見(jiàn)不同的文檔形式會(huì )對檢測結果產(chǎn)生較大的影響，這種現象需被重視。
(二)第三方檢測模式毋庸置疑，檢測系統在程序上是非常容易操作的，但任何一種程序設計都會(huì )存在一些設計沒(méi)有考慮周全的部分和現有的技術(shù)水平和使用條件無(wú)法達到的要求。檢測方式是圖書(shū)館的第三方檢測，由于學(xué)科的限制，檢測者對文章水平?jīng)]有直觀(guān)感受只能信賴(lài)軟件，以系統檢測結果出一份報告。一般來(lái)說(shuō)，檢測者不會(huì )對檢測結果的百分比多少做一個(gè)結論，只是提交結果，評價(jià)者是由職稱(chēng)管理部門(mén)和專(zhuān)家來(lái)確定的。當然學(xué)術(shù)不端檢測系統是一個(gè)初步的檢測，后期還有專(zhuān)家評議一個(gè)環(huán)節來(lái)判斷文章的優(yōu)劣。但是對于一些處于臨界值的稿件，如果只是看到其檢測結果超標就進(jìn)行清退對被檢測者是不公平的，因為它已經(jīng)沒(méi)有資格進(jìn)入下一道環(huán)節了。第三方檢測者只是在出具匯總報告時(shí)添加的一個(gè)說(shuō)明文字，提示一些具體情況，筆者認為可以使用一些可以共通的原則，對檢測結果要出具更具體的修正報告，包括剔除系統誤判的部分和系統未發(fā)現問(wèn)題的部分，為參評者提供公正的服務(wù)。
四、對職稱(chēng)論文檢測報告的修正
要制定可以通用再研判的標準，首先要搞清楚“文字復制比”與“文字抄襲率”的關(guān)系，我們通�？吹降膶W(xué)術(shù)不端檢測系統提供的是“文字復制比”，但它絕對不等于“文字抄襲率”。“文字復制比”是系統提供的有抄襲嫌疑的地方，“文字抄襲率”是我們已經(jīng)定性的抄襲的文章的比例，兩者性質(zhì)是截然不同的。[9] 基于此，筆者認為真正的文章抄襲率應該如下修正：文章抄襲率=文字復制比—系統誤判+系統漏判這里，“文字復制比”是系統提供的百分比，“系統誤判”是指雖然被系統檢測出來(lái)有抄襲的嫌疑，但并不能算作抄襲的部分，“系統漏判”是指雖然系統沒(méi)有檢測出來(lái)，但是存在隱性抄襲的部分。
(一)減掉系統誤判的抄襲率
1.系統收錄不全。所有的檢測系統只默認首次在文獻庫中出現的文章為原創(chuàng )，在其以后提交的論文中出現了相同的文字并且沒(méi)有標注出的，即被認定為抄襲，如果2位作者一先一后引用了如書(shū)籍、引用較早論文、引用未被系統收錄的論文中的部位文字，后引用者一定會(huì )被系統認定抄襲，這種情況導致的抄襲率在出具的報告中建議適當減掉，否則有失公允。
2.作者誤引了抄襲文字，必要時(shí)通知作者申訴。對這點(diǎn)，職稱(chēng)檢測政策中規定了“論文中有明確注明為引自其他論文中的內容，不計入”。雖然注意到了這種情況，但統統減掉還會(huì )有漏網(wǎng)之魚(yú)的嫌疑，在后面會(huì )具體討論。
3.按目前政策，下列特殊情況可免于計入相似比中：[10](1)與本人數據庫中的同一文章相似的，不計入。這種情況也存在，有時(shí)系統對同一篇文章會(huì )多次錄入，對這個(gè)原因導致的相似比應剔除。(2)與本人碩士、博士畢業(yè)論文中相似的，不計入。博士、碩士論文雖然被收錄到了cnki文獻庫中，但是并不屬于印刷及公開(kāi)發(fā)表的文章，對這個(gè)原因導致的相似比應剔除。(3)與本人論文發(fā)表后，他人引用本人論文中的內容，不計入。(4)論文中有明確注明為引自其他論文中的內容，不計入。(5)送檢論文中的同一段文字內容，和其他多篇文章相似的，則該段文字造成的相似比，按一次計入，不重復累加。以上幾種條款起到了保駕護航的作用都應該在檢測報告中適當刪減，但也有一些情況雖然沒(méi)有被系統檢測出，但一旦被查到是要嚴厲指出的。
(二)增補系統漏判的抄襲率：設定各種抄襲情況的權重系數有的文章雖然檢測的抄襲率很低，但是文章若存在以下一些狀況，應適當建議增補權重系數一項，具體為：
1.有對句義、觀(guān)點(diǎn)、主題抄襲現象，無(wú)個(gè)人觀(guān)點(diǎn)，及對外文文獻套改翻譯抄襲等。這種抄襲手段隱蔽，比較難發(fā)現，性質(zhì)也比較惡劣，對此，可以增加公示環(huán)節，以增強被檢測者間互相監督，更有利于發(fā)現比較隱蔽的抄襲，一旦發(fā)現并查實(shí)，在所出具的報告中應明確指出：對檢測結果乘以適度的權重系數，以增加其抄襲率。
2.有對圖表、實(shí)驗方法抄襲現象，情節嚴重的。對于這點(diǎn)，曾有研究者指出檢測系統對于含數學(xué)公式的PDF、WORD格式的文件具有一定的局限性，檢測效果不理想。就目前檢測的情況來(lái)看，對含公式、圖表較多的論文，該系統的作用仍然存在很大的局限性[11-12]，所出具的報告中應明確指出對這類(lèi)型的文檔建議另請專(zhuān)家評審。
3.論文中有明確注明為引自其他論文中的內容，不計入，在實(shí)際的檢測過(guò)程中會(huì )發(fā)現有的作者明明沒(méi)有引用，也亂標參考文獻引用以顯示所看論文數量較多，對這種情況，發(fā)現了一定要在檢測報告中明確指出。
4.文章的后部重合度(ER)項較高，即在文章中的“解決問(wèn)題”部分和文章的核心句子部分抄襲率較高，但全文抄襲率較低。這種情況應視情況加一個(gè)權重系數，拉高全文的抄襲率，因為文章核心部分的抄襲性質(zhì)比較嚴重。這一定要在出具的檢測報告中明確指出。Cnki檢測系統是智能很強的系統，能幫助檢測者高效檢測稿件，但是，稿件的情況非常復雜，應該具體情況具體分析，對檢測所出具的報告一定要慎重，準確判斷報告中哪些是依據原則要減掉的系統誤判百分比，哪些是要增加或建議加重權重的抄襲率，建議有關(guān)部門(mén)盡快做出統一的標準供檢測者操作。另外對檢測結果要實(shí)行公示制度和作者申辯制度，有利于發(fā)現比較隱蔽的抄襲，以做到對檢測結果的完全的公正和客觀(guān)。
【職稱(chēng)論文檢測報告的技術(shù)修正】相關(guān)文章：
基于最小二乘修正的隨機Hough變換直線(xiàn)檢測03-17
技術(shù)工程師職稱(chēng)論文答辯流程11-28
職稱(chēng)論文的格式03-29
職稱(chēng)論文要求11-19
職稱(chēng)論文寫(xiě)作格式03-28
建工發(fā)表職稱(chēng)論文02-25
園林職稱(chēng)論文發(fā)表11-22
職稱(chēng)論文的五要素03-09