-
摘要: 【目的】探索开发基于知识图谱的人工智能论文代投检测系统。【方法】提取稿件数据库中的投稿信息,通过预处理,将数据分别选入 neo4j 图数据库和代投检测系统。采用 neo4j 图数据库实时呈现当前数据的链接关系,采用 Pyhton 中的 DGL 库构建图神经网络来进行代投检测模型的搭建和计算。【结果】成功构建论文代投检测系统;导入《重庆医学》编辑部 2018 年至 2022 年的所有投稿数据 48 721 条;neo4j 知识图谱中,导入节点 268 679 个,创建边际关系 32 696 条;代投检测分类导入 33 167 个图谱,生成特征维度 1 643 个,测试最高准确率为 92.23%。【结论】代投检测系统可以通过已有投审稿数据进行学习、规划,完成知识图谱的建立和对代投判定
-
[1] Natrue. China conducts first nationwide review of retractions and research misconduct[EB/OL].(2024-02-12)[2024-10-22].https://pubmed.ncbi.nlm.nih.gov/38347207. [2] 中国政府网 . 中国科协等七部门联合印发“五不准”规 范 学 术 论 文 发 表 [EB/OL].(2015-12-03)[2024-10-22].https://www.gov.cn/xinwen/2015-12/03/content_5019643.htm. [3] 中国政府网 . 中共中央办公厅 国务院办公厅印发《关于 进 一 步 加 强 科 研 诚 信 建 设 的 若 干 意 见》[EB/OL].(2018-05-30)[2024-10-22].https://www.gov.cn/zhengce/2018-05/30/content_5294886.htm. [4] 中国教育网 . 教育部关于加强高等学校科研诚信建设和学术不端治理的指导意见 [EB/OL].(2024-04-30)[2024-10-22].https://www.edu.cn/ke_yan_yu_fa_zhan/gai_kuang/zheng_ce_fa_gui/202404/t20240430_2602372.shtml. [5] 国家卫生健康委员会 . 部分机构医学科研诚信案件调查处理 结 果 [EB/OL].(2021-12-29)[2024-10-22].http://www.nhc.gov.cn/qjjys/yxkycx/new_list.shtml. [6] 中国政府网 . 科技部等六部门关于印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意 见》 的 通 知 [EB/OL].(2022-07-29)[2024-10-22]. https://www.gov.cn/zhengce/zhengceku/2022-08/12/content_5705154.htm. [7] 中国政府网 . 工业和信息化部 中央网络安全和信息化委员会办公室 国家发展和改革委员会 国家标准化管理委员会关于印发国家人工智能产业综合标准化体系建设指南(2024 版 ) 的 通 知 [EB/OL].(2024-06-05)[2024-10-22].https://www.gov.cn/zhengce/zhengceku/202407/content_6960720.htm. [8] 罗云梅,蒲素清,李缨来,等 .《中国普外基础与临床杂志》431 篇疑似第三方代投稿件的特征分析 [J]. 中国科技期刊研究,2018,29(5):431-435. [9] 庞海波 .IP 定位技术在学术论文代写代投稿件审查中的应用 [J]. 编辑学报,2022,34(1):80-83. [10] 王景周 . 代投论文的甄别与防范 [J]. 中国科技期刊研究,2018,29(6):557-562. [11] 汪勤俭,耿鹏,冷怀明 . 第三方代投医学科技论文特征分析与防范建议 [J]. 中国科技期刊研究,2018,29(8):786-792. [12] 莒菲 . 科技期刊中学术不端行为的防范与思考——以《天津化工》为例 [J]. 天津科技,2016,43(4):88-90. [13] 祁丽娟,戢静漪,方梅 . 跨语种抄袭和代写代投类学术不端行为的甄别和防范 [J]. 中国科技期刊研究,2021,32(11):1347-1354. [14] neo4j. The Neo4j Operations Manual[EB/OL].(2024-05-25)[2024-10-22].https://neo4j.com/docs/operationsmanual/current/ [15] YING R,YOU J X,MORRIS C,et al. Hierarchical Graph Representation Learning with Differentiable Pooling[EB/OL].(2019-02-20)[2024-10-22].https://arxiv.org/abs/1806.08804. -

计量
- 文章访问数: 0
- HTML全文浏览量: 0
- PDF下载量: 0
- 被引次数: 0