美德两论文数据库撤销120余篇机器论文    2014年02月26日 16:45          来源于     财新网
http://china.caixin.com/2014-02-26/100643538.html[url=http://culture.caixin.com/2012-12-27/100477771.html][/url]


　　【财新网】（记者 刘虹桥）学术期刊上的论文本应是科研工作者心血和智慧的结晶。然而，来自法国约瑟夫傅立叶大学的计算机科学家Cyril Labbé在过去两年的研究中发现，通过特定的电脑程序，不仅可以生成像模像样的虚拟学术论文，还有可能被主流国际学术论文数据库收录。
　　2月24日，《自然》杂志网站新闻频道刊文称，美国Institute of Electrical and Electronic Engineers (IEEE)近日撤销100余篇 “机器论文”，德国Springer数据库也删除16篇这样由电脑生成的“废话”。
　　过去两年间，Cyril Labbé对2008年至2013年期间发表的30余个会议论文集进行了分析。他发现，主流学术论文数据库IEEE和Springer均有收录“机器论文”。在Cyril Labbé私下告知后，两家论文数据库均表示正在移除这些论文。
　　这些“机器论文”多通过论文会议提交。相当数量的论文会议发生在中国，论文作者亦以中国人居多。
　　2013年在成都举办的“质量，可靠性，风险，维护与安全工程”国际会议就是其中一例。虽然该会议网站声称提交的所有论文的内容均经同行审查，但其中不乏可笑的错误。如，该论文集收录的一篇标题为《TIC：一种建设电子商务的方法》的论文，其摘要称“我们集中驳斥电子数据表是基于知识、移情和契约”。
　　文章称，《自然》新闻的工作人员曾试图联系上述会议的主办方及这篇论文的作者，但未获回复。不过，虽然通篇论文都是电脑生成的虚构内容，但至少论文的部分署名作者经查确有其人。
　　在这篇新闻发布一天后，一位署名作者答复《自然》新闻称，直到会议主办方于2013年12月告知其所属大学，他才第一次听说这篇论文的存在。他表示，自己无从获悉为何被列为署名作者，“相关调查人员正在调查此事”。
　　实际上，这并不是IEEE首次被揭露收录“机器论文”。2005年，为证明学术会议会接受毫无意义的论文，3名来自美国麻省理工大学的研究生编写了一个叫做“SCIgen”（意为SCI生成器）的电脑程序。该程序自动生成的论文《拔根：一种典型的接入点和冗余的方法》即被IEEE收录的“世界系统学、控制论和信息学多方会议”接收。此事经媒体宣传，在学术界闹的沸沸扬扬。
　　SCIgen的原理是，从固定词库中随机抽取专业术语，随机组合符合语法的句子，并加入图表、引文、格式等元素。咋一眼看上去，SCIgen生成的“机器论文”与正经的学术论文并无两样。除非经过认真、细致、严谨的同行审查，这些论文很容易被以赚取高昂出版费为目的的出版机构收录，并被纳入学术数据库。
　　由于SCIgen可在网络上免费下载，原则上任何人都可随时生成此类“机器论文”。2010年4月，Cyril Labbé就通过SCIgen生成了102篇“机器论文”。他编造的论文作者Antkare的论文，不仅被谷歌学术数据库收录，H指数（一种用于评估研究者学术产出数量与学术产出水平的量化指标）分析还显示，虚拟作者Antkare已成为全球第21名被引用次数最高的“科学家”。
　　2012年，Labbé在《科学计量学》期刊上发表了一种鉴别这种“机器论文”的方法，如检索SCIgen的语料库。他还专门设立了一个叫“SCIgen检测仪”的网站，帮助读者识别此类“机器论文”。他透露，目前发现的“机器论文”多来自订阅出版物，暂未在开放获取的期刊中发现这类问题。
　　“我不知道问题（指使用SCIgen生成论文并经出版物正式发表）到底有多大规模，但它的确在发生。不时有人给我们发邮件说，又发现SCIgen生成的论文。”SCIgen的编写者之一Jeremy Stribling说。■