100%抄袭！ICLR2022投稿论文剽窃两篇顶会，程序主席放「实锤」严词拒稿！

每天给你送来NLP技术干货&＃xff01;

转载自&＃xff1a;新智元  |  来源&＃xff1a;Reddit

编辑&＃xff1a;小咸鱼 好困

【导读】ICLR 2022会议投稿出现抄袭事件&＃xff0c;夸张的是数据和表格都是从以前的paper上直接拿下来的。在项目主席以严重的剽窃案例为由发出Desk Reject之前&＃xff0c;作者竟然撤回了提交的内容。这是怎么回事&＃xff1f;

朋友们&＃xff0c;又到了一月好几度的「学术不端」曝光时间了。

之前什么「借鉴」idea&＃xff0c;「英译中」都弱爆了&＃xff0c;甚至直接照搬都没有这次的「别出心裁」&＃xff0c;至少人家还是「忠实原著」的。

随便举一个例子&＃xff0c;比如下面这个是原论文的图。

Wang et al. EMNLP 2020

再来看看这篇论文的图。

ICLR 2022投稿

请看两处红色横线部分&＃xff0c;莫非这就是传说中的「抄串行」了&＃xff1f;

但通篇读下来&＃xff0c;其实严格来说并不是100%相似&＃xff0c;而是99%。因为还有1%是抄或者改错的部分&＃xff08;doge&＃xff09;。

这么明目张胆地搞事情难道没人管管么&＃xff1f;

果不其然&＃xff0c;11月1日&＃xff0c;一封来自ICLR 2022程序主席的Desk Reject直接怼脸了。

• 图1是100%复制/粘贴自[1]&＃xff08;作者注明 「采用自」&＃xff09;&＃xff0c;包括图注

• 表1是来自[1]的截图&＃xff08;作者注明「采用自」&＃xff09;&＃xff0c;标题是复制/粘贴的&＃xff0c;没有任何署名

• 表2&＃xff1a;和[1]差不多&＃xff0c;但有一些替换&＃xff08;例如。Android <- Phone, kitchen <- room, shirt <- clothing)

• 表3&＃xff1a;复制了[1]中的前3行&＃xff0c;没有注明出处&＃xff0c;第4行是新的&＃xff08;比[1]中的第4行表现更差&＃xff09;

• 算法1是来自[2]的截图&＃xff1b;未注明出处

被抄袭的两篇论文为&＃xff1a;

[1] CAT-Gen: Improving Robustness in NLP Models via Controlled Adversarial Text Generation. Wang et al. EMNLP 2020

https://arxiv.org/pdf/2010.02338.pdf

[2] FreeLB: Enhanced Adversarial Training for Natural Language Understanding. Zhu et al. ICLR 2020

https://arxiv.org/pdf/1909.11764.pdf

其实&＃xff0c;作者团队在10月29日就确认撤稿了。

但是对于学术不端的行为&＃xff0c;怎么能放过这个「公开处刑」的机会呢&＃xff01;

连换词都懒得换的「抄袭」

虽然之前很火的「Patches are all you need」只有4页&＃xff0c;但是这篇论文只有「6页」的原因&＃xff0c;显然是不一样的。

https://openreview.net/pdf?id&＃61;EO4VJGAllb

摘要

读论文嘛&＃xff0c;首先要看看摘要部分。 

左&＃xff1a;CAT-Gen原文&＃xff1b;右&＃xff1a;Text-Gen论文

用红色圈出相似的地方之后&＃xff0c;嚯&＃xff0c;有点厉害啊。

这篇论文向我们展示了经典的单词替换 &＃43;「把」字句变「被」字句。显然&＃xff0c;意思丝毫不变。

甚至&＃xff0c;摘要的前半部分还算是稍微动手改了改&＃xff0c;后半部分直接把原文拿过来贴上。真的&＃xff0c;是一个单词都没有改。&＃xff08;但复制的时候还挺不小心的&＃xff0c;漏了空格和横短线&＃xff09;

引言

引言部分居然还有点「良心发现」&＃xff0c;挪用了些关键词&＃xff0c;句子嘛&＃xff0c;倒是好好重写了一番。

左&＃xff1a;CAT-Gen原文&＃xff1b;右&＃xff1a;Text-Gen论文

就是这个引用的文章&＃xff0c;是不是重合的太多了&＃xff1f;

论文正文

这上来就已经「彻底放弃抵抗」了&＃xff0c;大段大段直接往上糊。

左&＃xff1a;CAT-Gen原文&＃xff1b;右&＃xff1a;Text-Gen论文

你说一个字不改也就罢了&＃xff0c;抄还抄不全乎。

单词拼不对&＃xff0c;单词之间少空格&＃xff0c;强迫症看了真心头疼&＃xff0c;抄袭也得有点「责任心」嘛。

这两篇文章都提到了一个「三阶段」架构&＃xff0c;那就都拿出来看看。

上&＃xff1a;CAT-Gen原文&＃xff1b;下&＃xff1a;Text-Gen论文

Text-Gen这篇论文的图直接是从CAT-Gen原文复制过来的&＃xff0c;就把箭头的示意图从虚线改成实线。

但是&＃xff0c;虽然示意图是变了&＃xff0c;图中的箭头只有一半改成了实线&＃xff0c;另一半还是虚线。

Text-Gen文中的算法&＃xff0c;乍一看和CAT-Gen原文不一样&＃xff0c;原来是从另一篇文章FreeLB里面直接贴过来的。

左&＃xff1a;FreeLB原文&＃xff1b;右&＃xff1a;Text-Gen论文

右边看上去没有左边清晰&＃xff0c;那是因为Text-Gen论文这个算法部分并不是手敲进去的&＃xff0c;而是直接从FreeLB原文截的图。

实验结果

实验结果自然也是完全一样。

展示前人的工作效果时也是直接截图。

上&＃xff1a;CAT-Gen原文&＃xff1b;下&＃xff1a;Text-Gen论文

轮到自己的工作时&＃xff0c;Text-Gen的实验结果表格几乎和CAT-Gen原文一样&＃xff0c;就只进行了一些单词字面的替代。&＃xff08;表格画得也是潦草得很&＃xff09;

上&＃xff1a;CAT-Gen原文&＃xff1b;下&＃xff1a;Text-Gen论文

这最后的定量实验数据就更搞笑了。

上&＃xff1a;CAT-Gen原文&＃xff1b;下&＃xff1a;Text-Gen论文

文章都已经是抄袭了&＃xff0c;还要坚守最后一点「倔强」&＃xff0c;非要用Text-Gen自己的数据作为试验结果。Text-Gen的性能数据漂亮也就罢了&＃xff0c;结果还不如人家原文的CAT-Gen的数据。

连评委都在吐槽。&＃xff08;编都不知道编个好点的&＃xff09;

网友评论

抄袭事件一出&＃xff0c;Reddit已经有了好多人的评论。有的网友觉得这个造假者的「撤稿」行为太「冠冕堂皇」。

「难道他们内心认可抄袭这件事是错的&＃xff0c;然后还是去抄袭了吗&＃xff1f;」

有的网友感觉这种抄袭已经没什么好大惊小怪的了。

「机器学习和深度学习的论文经常会出现抄袭的情况。这种事就看有没有人去查。抄袭的人本质上就是在赌没有人会注意到他的抄袭。」

另一个网友也非常同意「抄袭的人本质上就是在赌没有人会注意到他的抄袭」这个观点。

「许多剽窃博士学位的人发现他们看似是『逃脱』了辛苦&＃xff0c;但他们的整个职业生涯都被毁掉了。」

最近的学术不端行为频频发生&＃xff0c;这也是给学术研究者时时刻刻的提醒&＃xff0c;科研工作者心中一定要牢记求真&＃xff0c;求实&＃xff0c;对学术诚信要有敬畏之心&＃xff0c;绝不能踏过红线&＃xff0c;不要有侥幸心理&＃xff0c;否则就是自毁前程。每位科研工作者在做好自己的工作时&＃xff0c;要懂得尊重他人的学术成果。

参考资料&＃xff1a;

https://www.reddit.com/r/MachineLearning/comments/qkb6ga/plagiarism_case_detected_iclr_2022_newsdiscussion/ 

涉事论文&＃xff1a;https://openreview.net/pdf?id&＃61;EO4VJGAllb

论文[1]&＃xff1a;https://arxiv.org/pdf/2010.02338.pdf

论文[2]&＃xff1a;https://arxiv.org/pdf/1909.11764.pdf

投稿或交流学习&＃xff0c;备注&＃xff1a;昵称-学校&＃xff08;公司&＃xff09;-方向&＃xff0c;进入DL&NLP交流群。

方向有很多&＃xff1a;机器学习、深度学习&＃xff0c;python&＃xff0c;情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。

记得备注呦

整理不易&＃xff0c;还望给个在看&＃xff01;