●徐 仲（青島科技大學 圖書館，山東 青島 266061）

國際上有關學術不端的行為屢禁不止，如近年來，德國國防部部長古滕貝格、教育和科研部部長沙范、歐州議會副議長梅林、北萊茵—威斯特法倫州議會議員迪特·亞斯珀、自民黨政客查奇馬卡吉斯、柏林的基督教民主聯(lián)盟議會主席格拉夫等因博士論文抄襲問題相繼辭職或顏面掃地。［1］我國學者學術不端現(xiàn)象近期來也逐年增多。一場針對學術不端而引發(fā)的討論和事件處理已經(jīng)引起教育、科研等管理部門的高度重視。為了防止學術不端現(xiàn)象的發(fā)生，目前在論文發(fā)表、學位論文提交、職稱評定、職務晉升、人物評選、人才引進等過程中已相繼開展論文相似性檢測。

國內(nèi)不同的文獻情報服務機構開發(fā)了多個論文相似性檢測服務平臺，其中最常用的是萬方數(shù)據(jù)知識服務平臺的論文相似性檢測系統(tǒng)和CNKI科研誠信管理系統(tǒng)研究中心的學術不端文獻檢測系統(tǒng)。本文就CNKI與萬方這兩種論文相似性檢測服務的差異性進行比較討論。

1 檢測范圍

CNKI科研誠信管理系統(tǒng)研究中心開發(fā)的學術不端檢測系統(tǒng)分為“學術不端文獻檢測系統(tǒng)4.0版”和“科研誠信管理系統(tǒng)（人事版）”兩部分。其中“學術不端文獻檢測系統(tǒng)4.0版”包括科技期刊學術不端文獻檢測系統(tǒng)、社科期刊學術不端文獻檢測系統(tǒng)、學位論文學術不端行為檢測系統(tǒng)、學術不端文獻（期刊）檢測系統(tǒng)、大學生論文抄襲檢測系統(tǒng)；“科研誠信管理系統(tǒng)（人事版）”包括英文檢測系統(tǒng)和中英文對照檢測系統(tǒng)。每個檢測系統(tǒng)功能范圍不同，如學位論文學術不端行為檢測系統(tǒng)專門為研究生院提供檢測服務，僅限檢測研究生畢業(yè)論文；學術不端文獻（期刊）檢測系統(tǒng)主要為人事部門在職稱評選、人物評優(yōu)、先進評選、人才引進等活動中提供輔助審核手段，提供科學、準確、客觀的線索與依據(jù)。CNKI學術不端檢測系統(tǒng)的檢測范圍包括中國學術期刊網(wǎng)絡出版總庫、中國博士學位論文全文數(shù)據(jù)庫、中國優(yōu)秀碩士學位論文全文數(shù)據(jù)庫、中國重要會議論文全文數(shù)據(jù)庫、中國重要報紙全文數(shù)據(jù)庫、中國專利全文數(shù)據(jù)庫、互聯(lián)網(wǎng)資源、英文數(shù)據(jù)庫（涵蓋期刊、博碩、會議的英文數(shù)據(jù)以及德國Springer、英國Taylor&Francis期刊數(shù)據(jù)庫等）、港澳臺學術文獻庫、優(yōu)先出版文獻庫、互聯(lián)網(wǎng)文檔資源、個人比對庫。

萬方數(shù)據(jù)知識服務平臺的論文相似性檢測服務沒有對不同要求的文獻檢索進行分類，檢測語種僅限中文。該系統(tǒng)包括2個入口，一個是“檢測已發(fā)表論文”，主要針對送檢論文之前發(fā)表的全部文獻，適用于對職稱論文等進行檢測；另一入口是“檢測新論文”，適用于對畢業(yè)論文、新投稿論文等進行檢測。萬方相似性檢測系統(tǒng)檢測范圍包括中國學術期刊數(shù)據(jù)庫（CSPD）、中國學位論文全文數(shù)據(jù)庫（CDDB）、中國學術會議論文數(shù)據(jù)庫（CCPD）和中國學術網(wǎng)頁數(shù)據(jù)庫（CSWD）。

從CNKI和萬方論文相似性檢測系統(tǒng)的檢索范圍可以看出，均包括了主要中文學術資源，但是CNKI學術不端文獻檢測系統(tǒng)包含的中文學術資源更加豐富，更重要的是CNKI還特別涵蓋了港澳臺學術文獻庫和大量的英文數(shù)據(jù)庫（涵蓋期刊、博碩、會議的英文數(shù)據(jù)以及德國Springer、英國Taylor&Francis期刊數(shù)據(jù)庫等），因此其檢測范圍要比萬方數(shù)據(jù)庫更全、更廣。

正是由于檢索范圍的差別，導致這兩個檢索系統(tǒng)的檢索結(jié)果差別很大。如2012年山東省對參評職稱晉升人員提交的3件成果開展學術不端檢測，其中一件成果利用萬方論文相似性檢測系統(tǒng)檢測，其查重率為12.81%；利用CNKI學術不端文獻檢測系統(tǒng)，其查重結(jié)果達到36.12%。

然而，CNKI學術不端檢測系統(tǒng)和萬方論文相似性檢測系統(tǒng)都有其檢索局限性，即涉及英文論文的檢索。萬方數(shù)據(jù)知識服務平臺本身沒有外文檢索庫；CNKI學術不端文獻檢測系統(tǒng)，雖然擁有英文數(shù)據(jù)庫，但仍有大量的英文數(shù)據(jù)庫沒有被涵蓋，其檢索范圍是不全的。而且從長遠來看，外文的查重檢索會日益重要，因此，國內(nèi)的論文相似性檢測服務平臺應積極應對，擴大檢索范圍，克服其檢索局限。

2 文獻引證檢測與重復率表征

萬方數(shù)據(jù)知識服務平臺的文獻引證檢測與重復率表征相對簡潔，一般在總體結(jié)論中，只給出“總相似比”、“參考文獻相似比”和“排除參考文獻相似比”。在相似片段分布中用綠色區(qū)域表征參考文獻相似部分的位置，紅色區(qū)域為與其他未被引用的論文相似部分，并列出相似論文作者和典型相似論文及其典型片段總相似比?？傮w表征比較客觀，不對論文做出結(jié)論性評價。

CNKI學術不端文獻檢測系統(tǒng)的文獻引證檢測與重復率表征相對復雜，在總體結(jié)論中，給出總文字復制比、去除引用文獻復制比、去除本人已發(fā)表文獻復制比和單篇最大文字復制比，用紅色文字表示文字復制部分，黃色文字表示引用部分，并將剽竊文字進行詳細表述。根據(jù)與自己已發(fā)表文獻復制比，明確指出是自我剽竊、一稿多投還是重復發(fā)表；根據(jù)引用文獻復制比、單篇最大文字復制比確定論文是否過度引用、剽竊觀點或整體剽竊等結(jié)論。從重復率檢測結(jié)論中觀之，要求作者在論文撰寫過程中嚴格文獻引證，即使是引用自己已發(fā)表的論文，也要用參考文獻進行引證，否則會出現(xiàn)自我剽竊的后果；而且，對于文獻的引證，不宜過度引用，否則有一稿多投（過度引用自己論文）和剽竊（過度引用他人論文）之嫌。

顯然，不論是萬方論文相似性檢測系統(tǒng)還是CNKI學術不端文獻檢測系統(tǒng)，只要尊重知識產(chǎn)權、尊重他人成果，嚴格文獻引用，且做到不過度引用，其論文即使總文字復制比較高，也不會導致論文出現(xiàn)學術不端問題，因為多數(shù)情況下，檢測結(jié)論都要考慮“去除引用文獻復制比”。然而實際上，在一些綜述性或述評性論文中，可能需要對文獻的觀點、數(shù)據(jù)、圖表、方法、結(jié)果等進行反復討論，即使每篇文獻的引用重復率很低，但因引用文獻數(shù)量巨大（少則三四十篇、多則百余篇），也可能導致總文字復制比較高，甚至超過30%，但是這種論文撰寫方式卻是合理的。

盡管萬方論文相似性檢測系統(tǒng)和CNKI學術不端文獻檢測系統(tǒng)在文獻引證檢測和重復率表征方面存在差異，但是它們在文獻重復率檢測過程中都存在一個共同的問題，就是很難將章節(jié)中的文獻與正文文字進行區(qū)別。檢測中發(fā)現(xiàn)，當參考文獻列于論文最后，此時的參考文獻表可以被檢測系統(tǒng)當作“文獻引證”識別；然而當學位論文以獨立的章節(jié)為結(jié)構單元，每章結(jié)尾列出該章參考文獻，此時將整篇學位論文拷貝至檢測系統(tǒng)，檢測系統(tǒng)只將最后一章的參考文獻當作“文獻引證”進行識別，而將文章其他章節(jié)中列出的文獻當成正文進行處理。這樣帶來的后果就是，當該學位論文與第三方論文同時引用某篇或某些文獻時，檢測系統(tǒng)將該學位論文中的文獻作為重復字段計算相似比（如表1所示），這樣一方面導致總文字復制比偏高，另一方面也可能導致結(jié)論性錯誤，認為該論文存在剽竊現(xiàn)象。顯然，這樣檢測既不準確也不合理。為了避免該現(xiàn)象的發(fā)生，只能將學位論文逐章檢測，并根據(jù)各章的檢測報告，重新計算整篇學位論文的總相似比（如表2所示）。

由表2可以看出，在整體檢測中，由于檢測系統(tǒng)僅僅對最后一章的參考文獻進行了識別，而對第1～5章所列參考文獻視為正文進行處理，導致所屬各章文字復制比明顯偏高，總文字復制比高達34.42%。而采用分章檢測后，每章所列參考文獻均被檢測系統(tǒng)識別，其文字復制比大幅降低，總文字復制比下降至8.92%。顯然分章檢測結(jié)果更加合理。

3 圖表相似性檢測

圖表作為科技論文的組成部分，在原始創(chuàng)新、表征特性、揭示規(guī)律等方面具有特別重要的指示意義，很多原始科技數(shù)據(jù)也都隱含在圖表中。然而，在對論文進行相似性檢測時，不論是萬方論文相似性檢測系統(tǒng)還是CNKI學術不端文獻檢測系統(tǒng)，對圖表的檢測均顯得力不從心。其中，萬方論文相似性檢測系統(tǒng)沒有圖表的檢測；CNKI學術不端文獻檢測系統(tǒng)對數(shù)據(jù)表的識別率很低，而且目前沒有圖件識別功能。

表1 對某學位論文檢測報告的表述片斷

表2 某學位論文整體檢測與分章檢測結(jié)果對比

由于檢測系統(tǒng)的局限性，特別是相似圖件識別功能的缺乏，導致某些論文作者在檢測過程中投機取巧，特別是學位論文?，F(xiàn)在學位論文撰寫模式已比較固定，多按照中英文摘要、目錄、前言、文獻綜述、實驗部分、結(jié)果與討論、結(jié)論（或結(jié)語）、參考文獻等順序編排；其中，最易出現(xiàn)高重復率的部分是文獻綜述和實驗部分。為了降低重復比，目前有的網(wǎng)站上已經(jīng)出現(xiàn)了如何使論文在檢測過程中“過關”的技巧，如建議將文獻綜述和實驗部分的文字編輯成圖片，以蒙混過關。

然而，國外期刊對圖表的相似性檢測則非常嚴格，一旦發(fā)現(xiàn)其圖表具有相似性，一般需采取更正、道歉的方式予以解決，嚴重的可直接撤消已發(fā)表的論文。自2000年以來，我國每年都有類似論文被國際期刊撤消，近幾年有增無減。為了更好地對研究者的態(tài)度進行正確引導，因此盡快在論文相似性檢測系統(tǒng)中增設完善的圖表識別功能顯得尤為重要和迫切。

論文相似性檢測服務是防止學術不端的重要手段，盡管萬方論文相似性檢測系統(tǒng)和CNKI學術不端文獻檢測系統(tǒng)都還存在一定問題，但已經(jīng)為我國教育和科技領域原始知識創(chuàng)新做出了重要貢獻。為了彌補其不足，應盡快升級文獻引證識別功能、開發(fā)圖表識別技術，并不斷完善檢索范圍中的文獻數(shù)據(jù)，相信論文相似性檢測服務能為檢索目標提供更迅速、準確和有價值的評判。

［1］葉鐵橋，高四維.德國多名高官因?qū)W術不端落馬［N］.中國青年報，2013－04－10（7）.