APP下载

基于深度卷积神经网络的科研项目不端行为识别研究

2021-03-21杨生举

中国建材科技 2021年4期
关键词:语义文本模型

杨生举

(甘肃省科学技术情报研究所,甘肃 兰州 730000)

0 引言

近年来,国家实施创新驱动发展战略,科技经费持续增加,科研项目数量大幅增长。随之而来的问题是,科研项目不端行为(Scientific Research Project Misconduct,SRPM)层出不穷,如重复申报、多头立项,申请书伪造、抄袭、剽窃等现象。

从2006年“汉芯事件”开始,越来越多的科研不端行为被披露、调查、处理。2015年科技部在申报的项目中发现,因重复申报,有13%的973计划项目和20%的高新技术领域项目未能通过审查[1]。2016年12月12日,国家自然科学基金委员会通报了61份科研不端行为案件处理决定[2]。甘肃省通过项目相似度检查系统查出2016-2017年5904项申报项目中相似性80%以上的占4.5%。

SRPM治理具有复杂性和艰巨性,不端行为很难被发现,原因可能是单一数据库源查全率低,新的项目、成果、奖励、报告和论文数据库同步滞后,申请者对申报书有意识“修饰”,以及网络时代造假手段多样化等。

深入研究SRPM识别技术对遏止学术腐败、保护原创成果、净化学术氛围、推进科研诚信有重要的现实意义。SRPM治理是一个世界性难题,也是我国科技创新面临的重大课题。

1 国内外研究现状

1.1 科研不端识别系统及技术分析

治理和防范科研不端行为需要先进的技术手段作为支撑。国外高校对于反剽窃的研究高度重视,技术较成熟,科研不端识别系统已成为欧美高校的必用软件。Turnitin是全球最权威的学术不端识别系统,帮助科研工作者侦测和比对科研成果中含有的不恰当引用、潜在的剽窃行为。……

登录APP查看全文

猜你喜欢

语义文本模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
语言与语义
在808DA上文本显示的改善
基于doc2vec和TF-IDF的相似文本识别
3D打印中的模型分割与打包
“上”与“下”语义的不对称性及其认知阐释
文本之中·文本之外·文本之上——童话故事《坐井观天》的教学隐喻
认知范畴模糊与语义模糊
如何快速走进文本