SCI期刊上發現大量辣眼學術名詞，用機翻規避抄襲，作者主要來自中國

夢晨 2021-08-10 13:47:47 來源：量子位

夢晨 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

Colossal Information(巨型信息)、Counterfeit Consciousness(偽意識)、Elite Figuring(精英盤算)……

這些看起來比機翻都不如的學術名詞，竟然都是從計算機類SCI期刊上找到的。

法國圖盧茲大學一位副教授Cabanac，從4月份開始注意到這個現象。

他先是發現30篇左右用詞實在別扭的論文，去文獻搜索平臺搜一下這些詞又發現更多同類論文。

再把新論文中出現的詞匯收集起來挨個去搜索，又能找出更多論文……

這么滾雪球下來，Cabanac搜集到了一大堆辣眼睛詞匯，再結合上下文挨個把本來的意思推測出來，做成一張對照表：

原來“巨型信息”就是大數據，“偽意識”指的是人工智能，“深刻神經組織”其實是深度神經網絡……

就像是把英語名詞機翻成其他語言，經過多道翻譯后再翻回英語弄出來的。

到這里Cabanac實在看不下去了，決定帶領團隊動手查一下到底是誰在搞事。

60%來自同一期刊，大部分來自中國

他利用Dimension文獻搜索引擎查詢深度神經網絡的替代詞“profound neural organization”。

發現這個詞在《微處理器與微系統》(Microprocessors and Microsystems)這個期刊上出現次數最多。

《微處理器與微系統》是SCI期刊，由愛思唯爾發行，主要關注計算機軟件、硬件與架構、網絡與通訊和AI這4個領域。

這本期刊成了重點研究對象，最后統計結果860篇至少包含一個辣眼詞匯的論文里有500多篇都來自這里。

為了深入調查，Cabanac團隊下載了2018-2021年間發表在《微處理器與微系統》上的所有論文。

對論文的提交日期、接受日期等數據進行分析，發現2021年的論文的評審時間縮短了5倍，只有平均只有42天。

甚至一部分出現在特刊(Special Issues)上的論文，提交、修訂和接受日期都相同。

然后，最離譜的來了。

在404篇評審時間少于30天的論文中，有394篇的作者來自中國研究機構，占比97.5%。

而615篇評審時間大于40天的論文中，只有58篇的作者與中國相關，占比只有9.5%。

面對這個接近10倍的差距，研究人員只能推測在中國有著非常規的論文評審過程。

但是為什么從2021年開始？

Cabanac猜測與以GPT-3為代表的語言模型逐漸成熟有關。

為了驗證這一想法，他們找來了檢測工具GPT Detector給論文摘要部分打分，分數高代表文本更有可能是通過GPT系列模型生成的。

最終實驗結果是，《微處理器與微系統》389篇評審時間少于30天的論文得分顯著高于其他控制組。

生成后的論文為了規避查重，才把專業名詞都換成經過多道機翻出來的。再配合上不規范的評審流程，這些論文得以大量發表在SCI期刊上。

除了《微處理器與微系統》之外，團隊還在其他35種計算機學科期刊上發現帶辣眼機翻的論文。

Cabanac的研究結果一經發布，很多計算機學科之外的學者表示：啊這，我也見過這種辣眼機翻。

一位教授懷疑他學生的論文都是在網上找人把維基百科內容替換名詞搞出來的：

在化學上，用“瘦電影”代替“薄膜”就太奇怪了：

為了規避抄襲檢查

7月中旬，《微處理器與微系統》的出版商愛思唯爾對這一現象展開調查，對6期特刊上的400多篇論文進行逐一重新評審。

愛思唯爾發言人表示，這些論文使用反向翻譯進行名詞替換很可能是為了規避抄襲檢查，也找出了流程中負責論文的編輯不按規定操作的現象。

調查還發現有49篇論文最初被提交給特刊并被特邀編輯接受，但隨后應作者的要求，以定期刊物的形式發表。

看到這里我嗅到了一絲熟悉的味道，畢竟剛才在搜索《微處理器與微系統》期刊的基本情況時，跳出來的廣告就是這個。

論文地址：
https://arxiv.org/abs/2107.06751

參考鏈接：
[1]https://www.nature.com/articles/d41586-021-02134-0
[2]https://retractionwatch.com/2021/07/19/tortured-phrases-lost-in-translation-sleuths-find-even-more-problems-at-journal-that-just-flagged-400-papers/