CNKI學術不端文獻檢索系統(tǒng)的完善

張亙稼

(西安石油大學期刊中心，陜西 西安 710075)

引言

科技期刊編輯在日常的審稿過程中，面對大量來稿，尤其是在國內學術不端問題泛濫的情況下，初審稿件僅僅依靠編輯人員的專業(yè)知識及經驗還遠遠不夠，為保證初審稿件質量，科技期刊編輯一般需對稿件進行專門檢測。目前常見的文獻檢測軟件有國外的TURNITIN、CROSSCHECK、MYDROPBOX以及國內的ROST反剽竊 (文檔相似性檢測)系統(tǒng)、CNKI學術不端文獻檢測系統(tǒng)等軟件。［1］而國內科技期刊大多使用CNKI學術不端文獻檢測系統(tǒng)，從實用的效果看，該系統(tǒng)獲得業(yè)內人士一致好評，其便利性、迅捷性、準確性顯而易見。康勁研究得出如下結論:CNKI學術不端文獻檢索系統(tǒng)較國內外同類系統(tǒng)優(yōu)勢明顯。［1］可以說，CNKI學術不端文獻檢索系統(tǒng)為科技期刊編輯提供了遏制學術腐敗的有力武器。然而，我國高校研究學生，沒將精力用在論文寫作上，而是用在了如何讓反反剽竊的研究上，并總結出各種應對反剽竊的秘籍，如知網的論文反抄襲檢測系統(tǒng)的算法與修改秘笈等，練就并掌握了各樣論文反反抄襲檢測修改技巧。筆者旨在對此問題進行歸類并加以分析，以期提出相應的治理措施。

一、反反抄襲檢測修改技巧

筆者通過實際調查結合網絡調查方法，收集、整理了反反抄襲檢測的方法及手段。

1.技巧一，外文文獻翻譯法。

原理:知網論文反抄襲檢測系統(tǒng)和萬方數據的系統(tǒng)都不收錄外文資料。方法:查閱研究領域外文文獻，特別是高水平期刊的文獻，比如Science，Nature，ES＆T，Water Res等，將其中的理論講解翻譯成中文，放在自己的論文中。缺點:這種方法對英語水平有很高要求，不過，英語一般的同學也有自己的“門道”。有些同學付錢給學校里英語專業(yè)的研究生，請他們對自己的“雙語論文”全程把關。很多學校的墻上貼著這種小廣告，英語專業(yè)的學生為人操刀論文，價格也不菲，少則幾百元多則上千元。

2.技巧二，改寫法。

原理:不管是什么系統(tǒng)，都只能按一定數量的文字是否相同來檢測是否為抄襲，無法做到語義分析，因此，我們又總結出來新的修改秘笈。方法:將別人論文里的文字，或按照意思重寫，或變換句式結構，更改主被動語態(tài)，或更換關鍵詞。缺點:費時費力，在這個時間就是金錢的社會，大部分同學能抽出來寫論文的時間也就是幾天而已，這樣有點太沒效率了。

例1:原句:過熱故障中的過熱與變壓器正常運行下的發(fā)熱是有區(qū)別的，正常運行時的其發(fā)熱源來自于繞組和鐵芯，即銅損和鐵損，而變壓器過熱故障是由于受到有效熱應力而造成的絕緣加速劣化，它具有中等水平的能量密度。

修改句:過熱故障中出現的過熱容易與變壓器正常運行下的發(fā)熱相混淆，后者是因為其繞組和鐵芯會出現銅損和鐵損的現象，這是正常運行過程中的發(fā)熱，而變壓器過熱故障是受到有效熱應力造成的絕緣加速劣化。

例2:原句:在透明水杯的清水中放入少量纖維進行攪動，便可以直觀地發(fā)現纖維呈立體懸浮狀亂向分散，且長時間放置都不會有太大變化，說明合成纖維的質量較好;質量差的纖維經攪動后可能分散，但時隔不久便會上浮為一絮狀層。質量差的纖維在混凝土的實際配制過程中多不易均勻分散。

修改句:將少量纖維放入盛裝清水的透明容器中，邊攪動邊觀察纖維變化情況，如果合成纖維質量較好，那么就可以直觀地看到纖維呈立體懸浮狀分散，隨著時間的推移，位置也不會發(fā)生明顯的變化;若合成纖維質量較差，那么攪動的過程中，纖維可能分散，并且容易上浮形成絮狀層。質量差的纖維在混凝土的實際配制過程中多不易均勻分散。

由此可見，科技論文造假者，在保證修改后句子通順的前提下，盡量和原句在字面上保持不同。

3.技巧三:google翻譯法。

原理:跟技巧二差不多，用翻譯軟件將語句多次翻譯后，語句結構，表達方式大不同，就算檢測系統(tǒng)再NB，也查不出來的。方法:將別人論文里的文字，用google翻譯成英文，再翻譯回來，句式和結構就會發(fā)生改變，再自行修改語病后，即可順利躲過查重。復雜點可將文字翻譯成英文，再翻譯成日文，然后再翻譯回來。只要你愿意，可以隨意發(fā)揮。缺點:跟技巧二差不錯，需要較大的修改，有的話是一點都不通順的，需要一句一句的修改。

4.技巧四:轉換圖片法。

原理:知網的系統(tǒng)只能檢測文字，對圖片和表格則無法識別，常用的做法:將別人論文里的文字，截成圖片，放在自己的論文里。缺點:只能少量的用，如果你的論文里有大量的文字圖片，就可通過了系統(tǒng)檢測。

技巧五:抄書。原理:不管是中國知網，還是萬方的論文反抄襲檢測系統(tǒng)，哪家公司也沒有收錄書籍。當然，前提是書籍上的東西在網上是找不到的，因為找得到的基本都被收錄了。［2］

二、CNKI學術不端文獻檢索系統(tǒng)設計原理及漏洞

1.CNKI學術不端文獻檢索系統(tǒng)設計原理。

CNKI學術不端文獻檢索系統(tǒng)是指利用全文文獻為比對資源，通過軟件全面檢測學術不端行為的系統(tǒng)，該系統(tǒng)由CNKI(國家知識基礎設施工程)于2009年研發(fā)成功，功能類似的還有武漢大學信息管理學院開發(fā)的“ROST反剽竊系統(tǒng)”。

ROST反剽竊系統(tǒng)的工作原理。反剽竊軟件自動將目標文檔切割為多個小文本，分解成一個個句子、提取信息指紋進行檢測。通過混合引擎將其與相關網頁和490萬篇文獻進行模糊匹配，標示出每個文本塊與文獻庫中的某些文獻的最大相似度，并統(tǒng)計出上述兩者之間的相似字數所占總字數的比例。相似度大于或等于一個公認值，則可認定為抄襲。據了解，該系統(tǒng)根據重合字符數量與文字復制比例，檢測結果分為輕度句子抄襲、句子抄襲、輕度段落抄襲、段落抄襲、整體抄襲等5個類別。此外，還有針對數據篡改、內容偽造、引用杜撰等方面的多個檢測指標。

2.CNKI學術不端文獻檢索系統(tǒng)漏洞。

(1)知網的論文反抄襲檢測系統(tǒng)不收錄外文資料。

(2)按一定數量的文字是否相同來檢測是否為抄襲，無法做到語義分析?！皩W術不端檢測儀”從2009年3月起在國內部分高校研究生院開始使用。該系統(tǒng)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。指紋即語言的特征，就好像每個人說話的口頭禪，之后比對數據庫中的比對文獻。

(3)只能檢測文字，對圖片和表格無法檢測。漢字是世界上歷史最悠久的文字之一。漢字能夠歷久不衰，漢字數量繁多，字形結構復雜;漢字具有一定的超時空性。漢語的詞類可分成的名詞、動詞、形容詞、副詞等類別［3］。句子成分包括主語、謂語、賓語、定語、狀語、補語等成分。漢語詞類和句子成分之間不存在一對一的關系是漢語語法的一個特點。漢語語法是缺乏嚴格意義的形態(tài)變化的，語序和虛詞是十分重要的語法手段，因此，漢語語法研究自然就把重點放在句法特別是虛詞方面。這樣，虛詞的研究當然就成了就是將論文和數據庫進行比對，根據其重合處的比例，判斷該論文是否存在抄襲行為。由于CNKI論文反抄襲檢測系統(tǒng)就是將論文和數據庫進行比對，根據其重合處的比例，判斷該論文是否存在抄襲行為。［4］300字是一個大概值，并非臨界值。可見，引用的數量越低，就越不容易被檢測出來。更新以后的CNKI學術不端檢測系統(tǒng)將這一閥值調整到了3%，以前是5%，意味著檢測系統(tǒng)對引用的要求更加嚴格，但運用我們后面提到的方法也不是很難，具有中等水平的能力密度。而科技期刊論文中大量使用公式、符號，用以準確表達復雜的概念，照片，不僅節(jié)省了大量文字說明，有時可起到文字表達無法表達的內容，具有直觀、形象的特點。但CNKI學術不端文獻檢索系統(tǒng)因功能問題對此無法識別。進而影響檢測效果。

(4)抄襲標準沒有明確界定。目前，我國沒相關的法律對此類型未進行規(guī)范，更沒有制定抄襲的具體判定標準，于是，各高校、各科研學術機構各自為政，制定自己的判斷抄襲的判斷標準。據筆者調查得知:在通常情況下，各高校將這個重合比的限度定為25%～30%。若經過檢測發(fā)現某篇論文的文字重合比超過規(guī)定的范圍，論文就會被提交至該校學術委員會，由它們據此來判定論文是否存在抄襲行為。［4］顯然，這一標準太籠統(tǒng)，對社科論文與科技論文、綜述類論文和研究型論文來說，如果簡單、機械地用文字重合率為標準來鋪安定論文作者是否抄襲，會造成新的不公平，因為對于社科類的綜述性論文來說，其研究是在梳理前人研究成果的基礎上，總結前人成果，分析其方法，探討其存在的問題，提出今后需要進一步研究的問題等，所以，此類論文引用文獻占有較高的比重。

三、彌補CNKI學術不端文獻檢索系統(tǒng)不足的建議

1.增加參考文獻真?zhèn)握鐒e系統(tǒng)

在現有CNKI學術不端文獻檢索系統(tǒng)的基礎上，進一步完善其功能，增加“科技論創(chuàng)新點比對數據庫”和“科技論文審讀系統(tǒng)”等質量檢測系統(tǒng)，實現系統(tǒng)升級，進而克服其簡單地進行文字比對，計算重復率，以此來甄別是否剽竊的弊端。參考文獻是論文或著作等寫作過程中參考過的文獻。參考文獻是在學術研究過程中，對某一著作或論文的整體的參考或借鑒。參考文獻是編輯校對工作一部分，主要內容一是核查作者引用的參考文獻是否真實存在，有無真?zhèn)?二是檢查、改正標著不正確、不規(guī)范的參考文獻。目前，CNKI學術不端文獻檢索系統(tǒng)檢測中雖然能檢測出論文中引文的文獻源，但顯示結果不夠清楚、直觀。另外，沒有對原文的參考文獻真?zhèn)巫鳛榕卸āＲ驗?，如原文后列有的參考文獻與檢測出的參考文獻有較大出入者，應視為學術不端，應予以否認。建議CNKI學術不端文獻檢索系統(tǒng)研究開發(fā)此功能。

2.增加注釋文獻真?zhèn)握鐒e系統(tǒng)。

按照GB/T 7714－2005《文后參考文獻著錄規(guī)則》的定義，文后參考文獻是指:“為撰寫或編輯論文和著作而引用的有關文獻信息資源。”［5］注釋是對已有作品中的詞語、內容引文、出處等所作的說明，也就是一種講解。注釋一般是針對作品的疑難處來進行說明，目的在于能使人們更準確、更完整地理解作品。注釋需要注釋者去搜集資料，進行考證、推敲、理解吃透原作品，其中包含注釋者大量的創(chuàng)作勞動。對于注釋部分，注者應當享有著作權。注釋他人作品，應當取得著作權人的同意，并且無權限制他人對同一作品進行新的注釋。因為征引過的文獻在注釋中已注明，不再出現于文后參考文獻中。故注釋不在CNKI學術不端文獻檢測系統(tǒng)檢測范圍之內。而注釋文獻是作者寫作重要的素材，其真?zhèn)?、準確性是影響科技論文質量構成的因素，建議在CNKI學術不端文獻檢測系統(tǒng)增加此功能。

3.充分發(fā)揮編輯的能動性。

漢字數量繁多、字形結構復雜;漢語的詞類多樣，句子成分紛繁，且漢語詞類和句子成分之間不存在一對一的關系。而漢語語法又缺乏嚴格意義的形態(tài)變化，語序和虛詞是十分重要的語法手段豐富。在此語言環(huán)境下，如果文作者運用各種反反抄襲手段及技巧，CNKI學術不端文獻檢索系統(tǒng)則顯得力不從心。因此，應用CNKI學術不端文獻檢索系統(tǒng)反對學術不端，僅僅應是一種輔助手段，更重要的手段還是要充分發(fā)揮廣大科技期刊編輯的主觀能動性，運用其豐富的知識、經驗來進行反學術不端活動。

［1］康勁.“CNKI學術不端文獻檢測系統(tǒng)”較國內外同類系統(tǒng)優(yōu)勢明顯［J］.CNKI動態(tài)，2012－12－20［2］.多戈論文檢測網:http://www.duoge007.com/a/miji/141.html.2012－01－!＆

［3］試談漢語語法學史研究中的幾個問題http://new.060s.com/article/2011/10/10/407168.htm2011－10－

［4］學術不端檢測儀能否保證學術純潔［N］.西安日報，2010－04－28.