LLM 关联术语在所有领域的文章全文中是否增加了?
数字图书馆
2026-04-10 v1
摘要
大型语言模型（LLM）如 ChatGPT 与 DeepSeek 用于翻译和语言润色是一项值得肯定的发展，减轻了长期以来的语言障碍，使非英语语言使用者能够顺利发表论文。评估此类设施的采纳程度有助于洞察科学写作性质的变化。虽然 LLM 关联术语的使用频率已在科学全领域的摘要中被跟踪，以及在生物医学全文中，但其在全科学领域的全文中的普遍情况尚不为人知。为此，本文调查了 80 个可能与 LLM 相关的术语在 2021-2025 年间，基于发行商 MDPI（125 万篇文章）的科学全文集合中其使用情况，重点关注那些在 2021 年至少发表 500 篇文章的 73 个期刊。结果显示，LLM 关联术语在全科学全文中自 2024 年起呈上升趋势，部分术语从 2024 年到 2025 年有所下降，而另一些术语持续增长。LLM似乎回避某些术语（如 thus, moreover），也有些术语在摘要中与全文的关联性更强（如 enhanced），或相反（如 leveraged）。术语家族“underscore”增长最大：最高可增长 29 倍。在期刊之间，LLM 用于写作的采纳程度存在显著差异，生命科学的采纳率较低，而社会科学、电子工程和环境科学的采纳率较高。目前采纳率较低的领域可能需要改进或专门支持，如可靠地翻译复杂公式，才能实现自动翻译的全部优势。
引用
@article{arxiv.2604.07565,
title = {Have LLM-associated terms increased in article full texts in all fields?},
author = {Mike Thelwall and Kayvan Kousha},
journal= {arXiv preprint arXiv:2604.07565},
year = {2026}
}