中文醫(yī)學科技期刊摘要標準化現狀調研與分析

■龐 麗 王利鵬 高 森 鄭春雨 陳 婕*

1)中國醫(yī)科大學附屬盛京醫(yī)院婦產科，遼寧省沈陽市鐵西區(qū)滑翔路39號 110022 2)中國醫(yī)科大學期刊中心，遼寧省沈陽市沈北新區(qū)蒲河路77號 110122

近年來，黨中央、國務院高度重視我國的期刊發(fā)展和標準化工作，2008年10月我國以貢獻率第六的成績正式成為ISO的常任理事國[1-2]。2020 年10 月14 日第51 屆世界標準日，新聞出版領域第一次舉辦標準日活動，主題為“加強標準建設，助力出版業(yè)高質量發(fā)展”，高度關注出版物標準化問題[3]。我國新聞出版標準化工作已歷經30余年，取得了矚目的成績，已公布多項涵蓋出版發(fā)行全部流程的國家標準，并可通過國家標準化管理委員會官網(http://openstd.samr.gov.cn/)查閱，但針對科技期刊的國家標準仍不夠健全。同時，科技期刊出版的未來發(fā)展趨勢為“人工智能+出版”模式，標準的發(fā)展與人工智能的發(fā)展息息相關，二者相輔相成又相互制約。一方面，人工智能系統(tǒng)研發(fā)需要采用客觀、精準、實用的標準來約束訓練和建模，標準的完善和精準有利于促進人工智能軟件的研發(fā)；另一方面，人工智能軟件可輔助和驗證國家標準的執(zhí)行，成熟的人工智能平臺有利于標準的成熟和完善。因此，對現存國家標準基本執(zhí)行情況的調研很有必要。侯集體[4]曾參照國家參考文獻新標準GB/T 7714—2015《信息與文獻 參考文獻著錄規(guī)則》對中文社會科學引文索引收錄的6種編輯出版類期刊參考文獻進行分析，發(fā)現各期刊執(zhí)行標準的情況不一致，在個人著者、引文頁碼、順序編碼、電子文獻等方面存在著錄不規(guī)范等問題，可能與執(zhí)行新標準時缺少管理措施、新標準細則模糊、期刊對新標準重視程度不夠等因素有關。我國摘要現行國家標準為GB 6447—1986《文摘編寫規(guī)則》，是對國際標準化組織(International Organization for Standardization，ISO)發(fā)布標準的本土化改良方案，已執(zhí)行30余年，在中文科技期刊的標準化執(zhí)行推廣中較為成熟，但是其完成情況到底如何，目前尚無基本數據資料調研。本研究應用網絡數據平臺，選取2019—2020年國內600本醫(yī)學科技期刊的論文為調研對象，對其執(zhí)行現行摘要國家標準GB 6447—1986《文摘編寫規(guī)則》的情況進行調研與分析。

1 研究對象與方法

1.1 研究對象

于2021年3—7月采集2019—2020年《中國科技核心期刊(中國科技論文統(tǒng)計源期刊)目錄》收錄的600本中文醫(yī)學科技期刊的公開發(fā)表資料，選取其中具有中文摘要的論著欄目論文2～3篇為研究對象，對其摘要部分進行標記。同時，篩選國內外有關論著摘要的最新國家標準，對標準進行細化、整合和歸類，并評估分析不同期刊的標準化執(zhí)行情況。

1.2 研究方法

1.2.1 采集論文

利用中國知網、萬方數據庫以及期刊官網，采集2019—2020年600本《中國科技核心期刊(中國科技論文統(tǒng)計源期刊)目錄》收錄的中文醫(yī)學科技期刊中有中文摘要的論著欄目論文，每本期刊中隨機抽取2～3篇論文納入本研究。

1.2.2 集成化分析

應用智能化論文處理系統(tǒng)，研制程序并依托大數據算法實現精準計算，在論文處理系統(tǒng)中錄入目標期刊論文電子版，整合并導出結果數據。同時，人工抽檢數據并與紙質期刊復核。

1.2.3 調研指標

調研指標主要依據GB 6447—1986《文摘編寫規(guī)則》，以及2020年發(fā)布的《報紙期刊質量管理規(guī)定》、GB/T 3179—2009《期刊編排格式》、GB/T 28039—2011《中國人名漢語拼音字母拼寫規(guī)則》、GB/T 16159—2012《漢語拼音正詞法基本規(guī)則》、GB 3100～3102—1993《量和單位》、GB/T 15835—2011《出版物上數字用法》、GB/T 15834—2011《標點符號用法》等的具體要求,調查細則包括13個方面22條細則(表1)，嚴格依據《文摘編寫規(guī)則》國家標準內容的“引言”“名詞、術語”“著錄”“文摘的詳簡度”“文摘的要素”“編寫文摘的注意事項”6個部分擬定[5]。同時人工復核備檢摘要的格式差錯、標點符號差錯、文字差錯、量和單位差錯等期刊質量管理要素。

1.3 統(tǒng)計學方法

采用SPSS 22.0軟件進行數據統(tǒng)計分析，計數資料采用均數±標準差，率采用百分比。P<0.05為差異有統(tǒng)計學意義。

表1 依據GB 6447—1986《文摘編寫規(guī)則》采樣調研指標項目及細則

2 結果與討論

參照國家標準GB 6447—1986《文摘編寫規(guī)則》要求，檢測采集樣本對13項標準化指標的執(zhí)行情況，發(fā)現整體執(zhí)行情況良好。

2.1 結構、要素及標準化著錄執(zhí)行情況

600本中文醫(yī)學科技期刊中有99.3%(596/600)的中文醫(yī)學科技期刊論著文摘采用了報道性摘要的結構式表達，結構中有明確的目的、方法、結果、結論四要素，其中1本(0.17%)期刊采用了五段式摘要，分別為“背景、目的、方法、結果、結論”；0.7%(4/600)的期刊采用報道-指示性摘要。樣本論文的摘要結構基本符合國家標準GB 6447—1986的條款，但仍存在采用五段式摘要的問題，這與既往高校學報標準檢驗結果一致，王培華[6]曾對高校學報編輯工作進行標準化檢驗，發(fā)現摘要部分尚存在缺項問題，即未按照“四分法”撰寫，由此強調應強化高校學報編輯工作的標準和規(guī)范意識。筆者在復核GB 6447—1986原文時，發(fā)現原文只提及目的、方法、結果、結論四要素，是否涵蓋引言或背景，是否需要統(tǒng)一體例及格式，這些細則尚不明確，由此產生解讀多樣化問題。這些不同體例，當閱讀主體是人類時，讀取差異不明顯，但當閱讀主體是計算機程序時，這種差異成了阻礙因素，程序無法有效標記，進而影響機讀效果，產生研判不準確甚至無法研判等問題。600本中文醫(yī)學科技期刊文摘中均無著錄和引用內容出現。復核600本備檢中文科技期刊的摘要發(fā)現，不同期刊的摘要刊出格式不一，包括41種表達式，其中采用“兩字空+【摘要】+一字空”表達式的期刊數量最多，為215本，占35.83%。有21種表達式的使用期刊數量不超過5本，占比小于0.83%?！澳康摹薄胺椒ā薄敖Y果”“結論”各有18種表達式，且表達比較一致，其中采用“目的+一字空”“方法+一字空”“結果+一字空”“結論+一字空”表達式的期刊數量最多，均為428本，占71.81%；分別有13種表達式的使用期刊數量不超過5本，占比小于0.83%。因國家標準尚無此項要求，但依據2020年《報紙期刊質量管理規(guī)定》版式審查中的“另版、另段、另行、接排、空行、空格以及需要空行、空格而未空”和“字體字號錯”等要求，目前尚無法統(tǒng)計版式問題。GB 6447—1986對版式并無要求，但此版國家標準產生于20世紀80年代，正值學科起步、紙質盛行的時代，這種差異化表達在當時可以理解為期刊的個性化處理，而在大數據應用分析的今天，這種版式不統(tǒng)一對計算機標記要素提取、大數據交換產生了阻礙作用，進而影響知識點的傳播。賀郝鈺等[7]對我國科技期刊論文HTML文檔規(guī)范化寫作標準進行研究，發(fā)現我國科技期刊論文的版式展示界面各不相同，缺乏統(tǒng)一的標準格式，使同一領域論文展示的要點不同，對數據交換、資源共享、內容比較等方面造成障礙，由此提示我國應該完善摘要的結構化展示，根據學科完善數據論文寫作規(guī)范，根據學科特點及論文類型等制定規(guī)范化寫作標準，從而使科技期刊論文的寫作更加規(guī)范化、簡便化和標準化。郁林羲[8]和周小玲等[9]分別對“中國最具國際影響力學術期刊”和“我國百強中文科技期刊”的HTML出版現狀進行了分析，結果發(fā)現，我國科技期刊的HTML出版表達形式及服務與國外期刊相比有很大差距。在人工智能研發(fā)過程中，機器學習的基礎是概率性學習，其機制為輸入大量均質性數據，計算機從海量輸入數據中獲得深度學習的能力，最終這種能力反饋為智能判斷。倘若前期機器學習中輸入數據差異性較大，會降低人工智能的判斷能力，目前期刊的表達式多樣，既不符合新版的質量管理規(guī)定，又不利于人工智能編校的進一步發(fā)展，是否應明確尚需研討論證。

2.2 文摘詳簡度標準化執(zhí)行情況

GB 6447—1986《文摘編寫規(guī)則》指出，報道性文摘和報道-指示性文摘一般以400字左右為宜。調研發(fā)現，采樣文摘字數范圍為245～1431字，均數為(504.06±155.33)字；字符數范圍為259～1727字符，均數為(621.98±202.66)字符。樣本文摘的字數與字符數均超過了GB 6447—1986標準的規(guī)定。按照字數分布，400～500字的樣本期刊數量最多(202本)，占33.67%；按照字符數劃分，400～500字符的樣本期刊數量最多(154本)，占25.67%。200～1100字的9組樣本間差異比較有統(tǒng)計學意義(P<0.05)。按學科分布，摘要篇幅超過500字的文摘分布于眼科、外科學、內科學、腫瘤學、婦產科學、兒科學、綜合類(學報)，各組間差異有統(tǒng)計學意義(P<0.05)，見表2和表3。摘要篇幅普遍較長，最多達1727字，遠超出國家標準GB 6447—1986要求的400字，這可能與醫(yī)學學科不斷深入、研究復雜、臨床需要闡述問題較多有關，也可以理解為期刊發(fā)展的需要。GB 6447—1986中“400字”約束是根據ISO 10324—1997《信息和文獻 保存說明 概括程度》(InformationandDocumentation-HoldingsStatements-SummaryLevel)中200～250個單詞本土化改良而來。隨著學科發(fā)展，是否需要放寬篇幅約束或者根據不同專業(yè)學科調整篇幅長度，抑或是考慮其他解決方案，是標準化執(zhí)行中需要進一步論證的問題。篇幅界定在人類閱讀時并無大礙，但在機讀語言處理過程中，因計算機處理自然語言目前主要采用的是循環(huán)神經網絡(如RNN、LSTM、GRU等)模式，所處理文本字數是模型設計的重要考慮因素[10]。同時，醫(yī)學科學與國際化接軌，有大量外文符號和外文詞匯，字符數和字數與國際標準的要求不匹配，這是中文期刊特有的問題，對此是否需要予以明確，有待深入論證。

表2 600本中文醫(yī)學科技期刊論著文摘詳簡度分布情況

表3 不同學科醫(yī)學論文論著摘要字數分布情況

2.3 注意事項標準化執(zhí)行情況

本次調研量表嚴格依據國家標準GB 6447—1986擬定，結果發(fā)現仍有注意事項相關條目在執(zhí)行過程中存在問題，具體表現為標點符號存在錯用、漏用、多用(18本，占3%)，例如引號并列時誤用“，”“、”，標點符號誤在行首，標號誤在行末，漏用標點符號等。9本(1.5%)期刊的論著摘要采用分段形式。15本(2.5%)期刊的論著摘要存在未采用第三人稱，出現“本文”“本組”“本研究”等表述。4本(0.67%)期刊使用藥品的商品名時未給出相應的藥品名稱；3本(0.5%)期刊未正確采用縮略語，3本(0.50%)期刊的法定計量單位使用不規(guī)范，1本(0.17%)期刊出現錯字、漏字、別字，1本(0.17%)期刊的外文單詞未按音節(jié)轉行。這些問題表面看似為標準化執(zhí)行不嚴謹、個別期刊重視程度不夠的問題，深層次均提示標準與學科發(fā)展不一致，如科技名詞和縮略語方面，醫(yī)學名詞“阿爾茨海默病(Alzheimer disease/Alzheimer′s disease)”在全國科學技術名詞審定委員會公布的名詞術語標準為“阿爾茨海默病”，國衛(wèi)辦老齡函〔2019〕738號《國家衛(wèi)生健康委辦公廳關于印發(fā)阿爾茨海默病預防與干預核心信息的通知》中為“阿爾茨海默病”，《現代漢語詞典》詞目為“阿爾茨海默病”，而《咬文嚼字》公布的“2019 年十大語文差錯”中正確的術語為“阿爾茨海默癥”，《中國大百科全書》公布的詞目為“阿爾茨海默氏病”，筆者調研發(fā)現上述3種說法均有出現，其他還有“阿爾茲海默癥”“阿爾茲海默病”“阿爾茲氏海默病”“老年癡呆”“老年性癡呆”“阿爾茲海默病氏癡呆”等表達。機讀語言需要給出統(tǒng)一體例和標準，以便標記識別和深度學習，對于一個模棱兩可標準的研判，人工智能需要做出大量基礎輸入才能進一步讀懂和學會分析其含義。法定計量單位不規(guī)范方面需要探討的問題是，在痕量檢測結果中用mL或μL單位做分母是否可行。根據現有標準，此用法顯然有誤，但對于醫(yī)學常用PCR等微量試驗檢測，用mL或μL做單位才具有合理性，是否應該針對檢測方法制定相應規(guī)范，是學科需要進一步明確的問題。在計算機校驗標準環(huán)節(jié)需要明確給出規(guī)則，計算機才可以根據固定規(guī)則進行修正，這也是目前人工智能編校軟件研發(fā)過程中需要解決的問題。再如，表述藥品的商品名時未給出藥品名稱，由于新藥研發(fā)迭出，商品名稱不通用，且通常為新名詞，單獨給出商品名但不給藥品名稱會阻礙論文的歸類，進而阻礙機器深度研究。至于摘要中存在未采用第三人稱，出現“本文”“本組”“本研究”等表述，存在錯字、漏字、別字，英文詞語不規(guī)范等問題，通過人工智能編校軟件可以識別并自動修訂，此處因標準明確，目前應用未見分歧。

3 建議與啟示

3.1 高度重視科技期刊摘要國家標準

近年來，黨和國家高度重視標準體系建設。習近平總書記在給第39屆國際標準化組織大會開幕式的賀信中指出，“標準是人類文明進步的成果……伴隨著經濟全球化深入發(fā)展，標準化在便利經貿往來、支撐產業(yè)發(fā)展、促進科技進步、規(guī)范社會治理中的作用日益凸顯。標準已成為世界‘通用語言’”[11]。我國相繼出臺了《深化標準化工作改革方案》和國家標準化體系建設的發(fā)展規(guī)劃，新修訂了《中華人民共和國標準化法》[5]。目前我國科技期刊現行標準體系構建于20世紀80年代，已推廣執(zhí)行30余年，對學科的發(fā)展和進步起到了積極作用，但在執(zhí)行過程中也存在各種問題，因此建議國家標準的更新年限為5年，超過年限應予以修訂，以順應時代發(fā)展趨勢[12-14]。

摘要是論文的高度概括和精煉，能簡明扼要地闡述論文信息，具有獨立性和自明性，且擁有與文獻等量的主要信息，即只閱讀摘要不閱讀全文也能獲得必要信息，摘要的質量直接影響論文的下載量、被引頻次和傳播力。摘要標準的完善有利于提高論文質量、增加論文的可讀性和準確率、促進學術傳播，進而提升中文期刊的國際影響力。國家標準GB 6447—1986《文摘編寫規(guī)則》是由國家標準局于1986年發(fā)布，執(zhí)行已有30余年，其間未做過修訂和補充，本次調研結果提示，現存標準仍存在差異化解讀和不足之處，且學科重視不夠。目前學界對于新發(fā)布的參考文獻標準GB/T 7714—2015和DOI著錄等的探討較多[15-17]，但對于既往標準如GB 6447—1986《文摘編寫規(guī)則》執(zhí)行情況的關注不夠，呼吁學界進一步完善調研數據、重視調研結果，以更好地更新、執(zhí)行科技期刊摘要標準。

3.2 完善現有科技期刊摘要國家標準

既往觀點認為，我國科技期刊現存國家標準仍存在標準制定不夠精準，標準執(zhí)行強度不夠，缺少針對漢語特異性的國家標準，標準映射存在障礙等問題，應從幾個方面入手解決:優(yōu)化系統(tǒng)的頂層設計，廣泛采集基礎資料對現有國家標準進行整合、更新，增加新型國家標準，制定特異性強的科技期刊國家標準，最終實現機讀語言轉化等[18]。對于摘要的現行國家標準，目前已存在超期服役、解讀多樣、邊界模糊、執(zhí)行不一等問題，深層次原因為我國國家層面的綱領性文件有欠缺，最終會阻礙不同機構間大數據傳播及人工智能發(fā)展，因此，完善現有科技期刊摘要標準很有必要[19]。筆者認為，完善摘要標準應從總體布局、規(guī)劃設計、數據采集、問題歸類、研討確定、推廣完善等方面入手，反復進行大范圍研討論證，細化各個要點，這期間尚需管理部門、學術團隊、基層編輯、讀者和作者等多部門多層次深度參與，群策群力，共同完成。在完善過程中還應注意適應時代發(fā)展和中文科技期刊的特殊性。

3.3 探討人工智能+科技期刊出版的摘要標準方案

由于人工智能的出現及迅猛發(fā)展，各學科都呈現日新月異的“人工智能+學科發(fā)展”局面。但人工智能技術在科技期刊綜合化發(fā)展方面的應用仍處于初級階段，從初級向高級進階，首先需要解決的核心問題是機讀語言轉化方面存在的問題，而實現機讀語言轉化的前提是要有一系列精確可行的標準。人工智能的深度發(fā)展與標準建設始終是相互促進又相互依存的關系。一方面，人工智能軟件的研發(fā)、建模及深度學習和訓練依賴于標準的完善精細；另一方面，人工智能軟件的發(fā)展及應用有利于國家標準的準確執(zhí)行，有利于學科的長遠發(fā)展。目前，國外期刊行業(yè)在完成標準化后，已經開始探索基于標準化方案的自動處理方案，例如美國、英國、印度等都有基于標準化的自動處理系統(tǒng)或平臺[20-21]，而我國此領域尚處于起步階段，許多基礎工作均未開展。國內中文科技期刊編輯團隊多數仍采用手工+Word (或WPS)的編校模式，效率低，審校準確度需要反復核紅、勘誤才能得以提高，如果出現百密一疏的情況，編校質量則不盡如人意。根據目前編?，F狀，科技期刊可在以下幾個方面應用人工智能技術：利用大數據平臺實現精準策劃，基于搜索引擎建立智能化論文處理平臺，基于人工智能實現精準傳播，利用翻譯平臺提升期刊影響力等[22-23]。如何合理開發(fā)利用人工智能技術，打造“人工智能+科技期刊出版”綜合發(fā)展模式是擺在每位期刊人面前的一道考題。與西文不同，漢語言作為一種特殊的表意語言文字，其語義研判、句式解析、格式構建均有其自身的特點，探討適合中文科技期刊的國家標準，以此建模誘導計算機程序深度學習，構建人工智能神經網絡反饋模型，最終實現標準化精準執(zhí)行，從而大幅提升中文期刊的國際影響力。

4 總結

標準制定和完善直接影響科技期刊“人工智能+出版”的發(fā)展，人工智能的發(fā)展又會推動科技期刊全流程變革性前進?？萍计诳那熬昂统隹趹撌腔诖髷祿脚_的整合、制作、交流和傳播，因此現存標準的完善和標準精細化非常重要。本研究嚴格參照摘要相關國家標準對600本中文醫(yī)學科技期刊進行采樣調研，但仍存在調研時間跨度短、學科單一、采樣數量不夠等不足，數據和結果僅供參考，下一步尚需擴大時間覆蓋范圍，增加樣本量進一步深入研究。相信在學界的廣泛關注下，更加高速、便捷、精準的“人工智能+科技期刊出版”指日可待。