真实与人工生成论文写作风格的比较
计算与语言
2016-02-22 v2
摘要
近年来，科学领域的竞争日益加剧。虽然在许多情况下提升了研究质量，但科学家之间激烈的竞争也可能引发不科学的伦理行为。为了增加发表论文总数，一些作者甚至求助于能够生成合乎语法但无意义的科学手稿的软件工具。由于自动生成的论文可能被误认为真实论文，开发识别这些科学欺诈的手段变得至关重要。本文中，我设计了一种方法来区分真实手稿与那些由自动论文生成器 SCIGen 生成的手稿。通过将文本建模为复杂网络（CN），能够以至少 89\% 的准确率区分真实与伪造论文。对特征相关性的系统分析表明，可达性和介数在特定情况下是有用的，尽管相关性依赖于数据集。此处描述的方法的成功应用，作为原理验证，表明网络特征可用于识别科学胡言乱语论文。此外，基于 CN 的方法可以以直接的方式与传统统计语言处理方法结合，以改进识别人工生成论文的性能。
引用
@article{arxiv.1506.05702,
title = {Comparing the writing style of real and artificial papers},
author = {Diego R. Amancio},
journal= {arXiv preprint arXiv:1506.05702},
year = {2016}
}
备注
To appear in Scientometrics (2015)