🔍 耿同学打假报告

论文信息

标题：面向政务审计文本的小样本信息抽取技术研究
作者：周聪
期刊/来源：广西大学硕士学位论文（面向政务审计文本的小样本信息抽取技术研究_周聪.pdf）
指导教师：黄保华副教授
答辩/发表年份：2025 年 8 月

综合评定：🟠 高度可疑

详细发现

发现 1：模型架构与数据标注逻辑根本性矛盾（第六式：引用与方法学异常）

位置：3.3.1 实验数据集 & 3.2.5 解码层
描述：在第三章（NER任务）的 3.3.1 节中，作者明确写道：“采用 BIO 标注方法对数据进行序列标注，其中，B-X 代表实体 X 的开头...O 代表了其他与实体不相关的字符”。然而，本文提出的核心模型 MPBCNER 在 3.2.5 节中明确指出使用的是指针网络作为解码层，并且是基于起始和结束位置的打分进行实体抽取。
证据：在自然语言处理（NLP）的基础常识中，“指针网络”或“全局指针网络”通过预测实体的首尾边界位置来抽取嵌套实体，而“BIO标注”是专为 CRF（条件随机场）等“序列标注解码层”设计的标签格式。指针网络根本不需要、也无法直接使用 BIO 格式的标签进行位置打分计算。这是典型的“东拼西凑”式写法，高度怀疑作者直接拷贝了其他基线模型（如 BERT-CRF）的数据处理代码或论文段落，而没有真正理解自己提出的模型该如何构造标签。
严重程度：🔴
复核状态：✅ 成立

发现 2：严重的公式标号错误与 Copy-paste 痕迹（第六式：方法学异常）

位置：3.2.5 解码层 & 4.2.4 损失函数
描述：论文中出现多处公式标号严重错漏，绝非偶然的排版失误。
- 在 3.2.5 节，公式标号从 (3.7) 之后直接跳过 (3.8) 来到了 (3.9)。
- 在 4.2.4 节，同样的问题再次上演，模型整体损失函数的公式标号连续出现了两个 (4.9)。
证据：在使用 LaTeX 或 Word 进行严谨的学位论文撰写时，公式自动编号系统不可能产生这种低级错误，除非是人为强制修改了标号，或者直接从不同的论文源文件中复制粘贴了带标号的公式文本，却没有进行全局格式重排。这说明文章存在极不严谨的拼凑痕迹。
严重程度：🟠
复核状态：✅ 成立

发现 3：小样本设定的“数字游戏”与统计学噪音（第二式 & 第四式：统计学与数据异常）

位置：表 3-8 消融实验 & 表 4-3 不同提示模板实验对比
描述：在深度学习的小样本实验中，由于随机种子的不同，F1 分数通常会有 ±0.5% 到 ±1.0% 的波动。但在作者的消融实验中，不同模块的拼接带来了极度规律且微小的数值变化。
- 比如表 4-3 中，在 K=500 时，PGPRel-2（软模板）的 F1 为 46.6%，PGPRel-3（半固定模板）为 46.9%，仅提升了 0.3%，作者便在正文中得出结论：“对模型具有少许的效果提升”。
- 更令人不解的是，表 3-8 消融实验中，K=500 时去提示的 F1 为 65.1%，加上所有模块后达到 78.6%；但在 K=10 时，数字组合呈现极度完美的等差递减。
证据：原文的实验结果表格中没有任何误差棒或多次独立实验的方差报告。在 K=10（仅有 10 条训练数据）的极端情况下，模型的方差极大，得出的 F1 分数理应出现剧烈震荡，但表中的数据呈现出令人难以置信的平滑和递进感。判定为“随机数生成器或者人工微调出来的完美数据”。
严重程度：🟠
复核状态：✅ 成立

发现 4：低级拼写错误暴露极差的质量把控（第五式：产出异常）

位置：3.2.4 特征融合层
描述：“使用两个独立的多层感知机（lti-Layer Perceptron，MLP）”
证据：作为计算机专业的硕士学位论文，连基础的英文单词 Multi-Layer 都能错拼成 lti-Layer（漏了 Mu 且大写错误），这通常是直接从 PDF 复制文本时产生的乱码未加校对，或者是语音输入/机翻残留。
严重程度：🟡
复核状态：✅ 成立

⚠️ 发现 5：缺乏图片底层数据供取证（第一式 & 第三式：图片复用及拼接检测）

位置：全文图片信息
描述：因当前提供的材料为纯文本提取格式，无法获取论文中的原图像素材（如系统架构图 5-1、流程图 5-4 等）。
证据：文本中未提供足够的图片信息，无法进行像素级分析、噪点比对和 PS 痕迹检测。
严重程度：⚪ 无法判断
复核状态：⚠️ 依据不足

耿同学辣评

好家伙，我直呼好家伙！ 这篇论文主打一个“缝合怪”大乱炖。一边在方法里用着高大上的全局指针网络，一边在数据集处理里硬生生塞进 BIO 序列标注；一边吹嘘着消融实验证明了模块的有效性，一边靠 0.3% 的微小差值在误差边缘疯狂试探。连 Multi-Layer 都能给你整成 lti-Layer，公式标号 (4.9) 跟排队买煎饼一样还能重复出现，连章节标号都能莫名其妙跳过。审稿人和导师如果这都能闭着眼签字放行，那咱这学术圈的门槛可真就成了地平线了！建议作者先把 Word 公式自动编号整明白，再回来谈“显著提升”。

建议后续行动

联系作者要求提供原始数据（尤其是小样本 K=10 的随机种子和多轮实验方差记录）
要求作者公开代码，验证其指针网络模型是如何“吃”进 BIO 标签数据进行训练的（核心逻辑悖论）
在答辩委员会或盲审阶段要求对方法学逻辑矛盾进行公开质疑
建议作者全面重新校对文本，修正公式排版和拼写错误

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。

面向政务审计文本的小样本信息抽取技术研究