实锤举报!复旦硕士被爆「英译中」9年前顶会论文(附对比)
【导读】近日，又有一起学术不端行为被网友举报，作者竟是复旦大学重点实验室的研究生？相比于此前内容的一比一复刻，这次则是对9年前顶会论文来了一个「英译中」。
最近几个月，学术不端行为频发。 先有发了12篇顶会的港科大准博士ICCV论文涉嫌剽窃，后是北理工硕士论文和NeurIPS投稿相似度近100%。 这次又上演了一波教科书般的「英译中」。 而作者，竟然来自复旦的重点实验室！
其中涉及到的论文分别为： 于2017年发表在期刊《计算机应用与软件》上的《基于正则表达式构建学习的网页信息抽取方法》。 于2008年发表在自然语言处理顶会EMNLP上《Regular Expression Learning for Information Extraction》。教科书般的「英译中」
下面，我们将会为大家演示，如何「翻译」一篇英语文献并在之后进行发表。
https://aclanthology.org/D08-1003.pdf 
http://www.shcas.net/jsjyup/pdf/2017/2/基于正则表达式构建学习的网页信息抽取方法.pdf 摘要
通看全文，中文论文的行文逻辑和英文原版几乎完全一致。 首先，让我们从摘要看起。
英文论文 「正则表达式」是「信息抽取」的「常用方法」。「高质量且复杂的正则表达式」需要「人工成本」，为此，提出「...算法」。 
左：英文译文；右：中文论文 引言
引言部分更夸张一些，几乎所有的关键词都被直接挪用了过去。 至少在之前的摘要部分还是做了相当一部分「原创」的。
英文论文 
左：英文译文；右：中文论文 问题描述
如果说之前只是语言上的相似，那么接下来在第二章「2 The Regex Learning Problem （正则学习问题）」和「2 问题描述」中，内容重复之多，可以说就是「一字不差」地照搬了。 首先，在问题的定义和变量的设置上，都是构造「正负」例子匹配结果的两个集合。
英文论文 
左：英文译文；右：中文论文 在问题的阐述中，都提到了一个假设和三个定义，且关键处内容高度相似，仅仅更换了个别字母的使用。 
英文论文 
左：英文译文；右：中文论文 原作者提出的算法「ReLIE 」和中文稿的「正则表达式构建学习算法」从算法的变量定义，到执行的语法结构也完全一样。 
左：英文论文；右：中文论文 实验分析
实验结果也是大差不差，下图左边原文在四个任务（SoftwareName、CourseNumber、 URL 和 PhoneNumber ）上进行正则表达式的抽取，右边中文论文也在四个任务（电话号码、课程代码、超链接任务和公司名称）上抽取，实验所用的任务名称完全一样，实验图的走势也高度接近。
左：英文论文；右：中文论文 此外，文中还有多处公式雷同。 比如，对目标函数的定义（中文论文第二个公式貌似还是错的。。。）： 
左：英文论文；右：中文论文 时间复杂度的计算公式： 
左：英文论文；右：中文论文 就连实验的数据汇总表的格式也是一样的。 
左：英文论文；右：中文论文 出于对科研的敬畏
事件被多方曝光之后引来了不小的热度。 而网上的传言也越来越离谱，从一个CS教授为什么会看中文水刊，到这是要锤复旦的阴谋论。 为此，在昨晚，事件的第一发现者再次发文表示，自己举报完全是出于对科研的敬畏，并附上了发给原作者举报抄袭的邮件截图。
此外，也贴出了自己在2021年10月20日下午6点发的朋友圈。 
（节选） 该网友表示，自己就是一名在国内读大学的大四本科生，目前在公司实习，因为业务上涉及使用正则表达式筛选数据。 最开始在Google Scholar上找到了IBM的那篇工作，但是感觉有些晦涩难懂，于是就决定去中文网站搜索一下相关的信息，然后就找到了这篇疑似抄袭的论文。经过和引文论文的对比，发现果然是一模一样的。 此外，网友表示，复旦大学是我国最好的大学之一，为科技、社会的发展，做出了不可估量的贡献。自己非常尊敬复旦大学每一位认真科研、学习的老师和同学。 虽然自己并不是全职做科研的博士或者教授，但作为一个了解过科研艰辛的人，不能容许别人肆意窃取这样的成果。 
这位网友相信，即便这件事在中文学术上是微不足道的，但如果大家也能在发现抄袭之后就随手进行曝光和举报，我们的学术环境一定会越来越好。网友力挺
一早起来，知乎这一问题下面已经有了好多人的评论。他们都表示了对这个造假发现者和举报者的支持： 「唉，要是每个同行都像你这样求真务实就好了。」
「做的对，向你致敬。净化学术氛围，人人有责。」
最近的多起学术不端行为，给学术研究者一个大大的提醒，那就是科研工作者一定要求真，求实，对学术诚信要有敬畏之心，绝不能踏过红线，不要有侥幸心理，否则就是自毁前程。每位科研工作者在做好自己的工作时，也要懂得尊重他人的学术成果。 同时，科研工作者既是论文的产出者，也要做学术诚信的监督者，这样，才能推动学术发展欣欣向荣。参考资料：
https://www.zhihu.com/question/493606496/answer/2183263738
https://aclanthology.org/D08-1003/
http://www.shcas.net/jsjyup/pdf/2017/2/基于正则表达式构建学习的网页信息抽取方法.pdf
— 推荐阅读 —
最新大厂面试题
AI开源项目论文
NLP ( 自然语言处理 )
CV（计算机视觉）
推荐
评论