Title is All You Need to Make Your Paper Rubbish

Abstract

在学术论文产出不断增长的背景下，如何快速区分学术垃圾与高水平研究逐渐成为一个现实问题。本文从论文标题这一最直观的文本单元出发，系统比较了学术垃圾期刊Rubbish与三本综合性高水平期刊Science、Nature Communications和PNAS（合并为SNP组）之间的标题特征差异。结果表明，Rubbish标题显著长于SNP标题，且长度分布更为分散；在字符层面，Rubbish标题更频繁使用引号、冒号、问号和逗号等修辞性标点符号，而SNP标题在若干字母的使用频率上更高，并通过“GG Empirical!”理论给出了这种差异的心理学解释；从语义层面，本文基于Word2Vec构建标题语义向量并进行主成分分析与神经网络分类器训练，分类器在五折交叉验证下取得平均AUC=0.946±0.038，表明仅凭标题信息即可较为准确地区分两类论文。本文结果表明，学术垃圾与高水平论文在标题的多个层面存在系统性差异，并展示了通过文本特征进行快速识别的工程可行性。这为理解学术写作中的表层信号与科研评价之间的关系提供了新的视角，同时揭示了学术论文标题的深刻定律——内容大于形式。

Keywords