人工智能在期刊出版中的应用及思考

方引超 邬加佳 林佳美

［摘要］近年来，基于大数据的智能信息化技术推动，出版业发生了深刻的数字化变革。在此背景下，期刊编辑需要抓住新机遇，积极推动人工智能与期刊发展深度融合，在解决传统期刊出版流程所面临的困境的基础上，探讨人工智能在选题策划、组稿审稿、编校排版以及出版发行等出版流程，及其识别学术不端行为和提升期刊用户服务方面的应用，从而明确期刊编辑角色的新定位，适应当前高层次的职业要求，进而促进我国期刊出版的高质量、跨越式发展。

［关键词］人工智能；出版流程；学术不端；用户服务；期刊编辑

2020年，《国家新一代人工智能标准体系建设指南》印发，其围绕基础软硬件平台、支撑技术与产品、关键领域技术等多方面推进构建人工智能标准体系框架，支撑人工智能行业健康持续发展［1］。2021年6月，中共中央宣传部、教育部、科技部联合印发的《关于推动学术期刊繁荣发展的意见》对学术期刊出版工作进行重要部署，指出要加强学术期刊能力建设，促进多元化技术融合发展，引导学术期刊数字化转型，提升国际文化传播力等［2］。人工智能是计算机学科的分支，由人制造出来的机器对人的思维模式及行为习惯进行智能模拟［3］，使机器具备人的学习、判断、推理等智慧行为，获得处理相应工作的能力。目前，随着人工智能技术的进一步成熟与推广，其应用从原本单一的科研领域拓展至各行各业，快速有效地推动各个行业的发展。人工智能在期刊出版中的应用主要包括智能检索文献和策划期刊选题；协助审稿校对、编辑加工和收稿等出版环节；识别数据造假、检验学术不端行为等，凸显优异的数据分析处理能力和高效的办公执行能力，可以进一步提高期刊出版的工作效率，为期刊出版的高质量可持续发展注入新的能量。

一、人工智能在期刊出版流程中的应用

（一）辅助选题策划

选题策划指期刊编辑针对现阶段学术的难点、重点以及热点、前沿，以社会与读者的阅读需求为导向，对该专业领域中极具创新、前瞻价值的学术内容进行筛选并构建后续报道的规划，以提高读者关注度，增强期刊传播力。选题策划不仅是出版物编辑过程的最初阶段，更是指导期刊出版工作的立身之本。精准的选题策划能够有效地为期刊聚集优质稿源，增强期刊的学术效应和社会效应。

传统的期刊出版选题策划大多依赖期刊编辑的工作经验和知识积累，期刊编辑采用文献分析法、市场调研法、专题研讨法等形式，理解判断学科的未来方向，并挖掘有价值的选题。这种方法受人为因素限制，往往具有较强的主观性，容易忽略有潜力的选题，且耗时费力［4］。在数字化时代，基于大数据的人工智能在海量数据资源的信息采集与分析中凸显优势，可以用于辅助编辑进行选题策划［5］。例如，期刊编辑可以借助中国知网总库“大数据研究平台”的“学术热点”模块进行检索［3］，根据科研热点主题、相关国家课题数量等信息限定筛选内容，形成客观精准的研究报告，为选题策划工作提供有效依据。同时，利用人工智能的深度学习技术，期刊编辑可以将所办期刊与同类学术期刊的论文被引用次数、作者兴趣点、读者阅读信息反馈与评价等数据进行横向对比、分析，进而聚焦学术重点和前沿，敏锐捕捉专业领域的读者关注点和需求点，为精准策划选题提供参考［2］。

（二）简化组稿和约稿

作者是出版活动的基础资源，一支高水平、稳定的作者队伍是期刊出版高质量发展的重要保障。在确定优质的选题方向后，期刊编辑需要寻找合适的作者来完成相关选题。目前，国内大多数学术期刊已开通采编系统，采编系统既能帮助作者在线完成投稿，也能保留作者相关信息，以便期刊编辑查询。因此，期刊编辑可以充分利用采编系统，集合人工智能深度学习手段进行数据挖掘，精准匹配适合相关选题的优质作者，并进行精准约稿［3］。

传统期刊出版的组稿方式包括期刊编辑在期刊编辑部已有专家库中选择组稿、由编委会专家推荐组稿、参加学术讲座或国际峰会向相关专家学者当面组稿等。而在数字时代，期刊编辑可借助知识图谱、大数据智能洞察和图像识别等多项技术手段，通过人工智能标记相关领域的学术动态及科研人员，对其研究成果相关性和影响力进行分析排序［4］，在交叉领域和新兴热点领域寻找合适的约稿作者，并精准发出约稿信，有效提高组稿效率。同时，期刊编辑可将期刊近期发表的相关学术论文纳入约稿信件，以便约稿作者了解期刊内容并做出相应回复［1］。此外，期刊编辑还可利用人工智能对当次组稿结果形成新的参数信息［4］，为下次选题策划、组稿约稿提供参考。

（三）促进审稿流程智能化

基于学术期刊具有较强的专业性，审稿专家作为学术期刊稿件审理的主要实施主体，参与同行评议，能够提出客观、准确、全面的审稿意见。而合适的审稿专家能帮助期刊编辑对稿件做出公正的判断和正确的取舍。

传统期刊出版选择审稿专家的方式主要包括：期刊编辑根据论文关键词、研究方向等从电子数据库中查找；从论文的参考文献中寻找；从学术关系网中寻找等。在获取审稿候选人名单后，期刊编辑根据审稿候选人与期刊的合作情况和规避原则来确定审稿专家。该方法匹配精度较低，耗时较长，效果并不理想。

而在期刊出版引入人工智能后，期刊编辑可以通过审稿智能系统对论文内容进行智能分析，在初步判断论文学术价值的同时，由该系统根据审稿记录、审稿效率和其他预设条件等信息自动篩选、逻辑分析和智能排序，快速形成审稿人列表［2］，匹配与选题方向相符的审稿专家［5］。同时，期刊编辑也可以利用审稿智能系统根据提取的审稿专家信息自动发送审稿邀请信，并实时关注审稿专家的反馈信息。一旦发现审稿超时，该系统就会记录信息且自动向列表中的下一位审稿专家发送审稿邀请；一旦收到审稿回复意见，该系统也会通过短信、微信、邮件等方式及时通知期刊编辑进行处理［6］。此外，在审稿结束后，审稿智能系统会捕捉当次审稿所涉及的信息作为新的数据，再利用机器学习产生新的参数进行系统备份，以不断自主完善审稿系统建设［1］，从而较大程度地提高审稿效率，缩短审稿周期。

（四）提高编辑校对效率

编校工作作为期刊出版的核心内容，直接决定期刊的质量及发行量，对期刊出版单位的社会效益和经济效益产生巨大影响。目前，我国学术期刊实行“三审三校”制度，且分为电子版校对和纸质版校对，其中纸质版校对需要人工核对。人工编校不仅需要对文章内容逐字逐词进行检查，反复多次核查，还需要重视细节处理。在传统期刊出版工作中，期刊编辑需要将大量的精力和时间花费在细致琐碎的编校加工工作中，易产生职业倦怠，且其主观因素也会影响期刊出版编校的质量和效率。当前，传统编校模式的流程与方式已难以应对数字时代期刊出版的发展挑战。

为了改善传统编校模式，提高期刊出版编校效率，学术期刊借助信息技术开启了人机交互编校的新模式，应用信息技术辅助提高期刊出版编校质量。这具体表现为低层次应用和高层次应用：低层次应用主要通过基础层次信息加工技术来辅助编校工作；高层次应用则主要涉及人工智能、机器学习等应用层次信息处理技术，以对期刊出版进行整体化、系统化理解与分析，贯穿编校出版内容。人工智能具有强大的数据分析能力和计算能力，并具有深度学习功能，可将重复、耗时的编校过程转变为智能化、标准化的作业流程，实现编辑校对模式高效、准确和便捷，极大程度提高编校效率与质量［5］，协助期刊编辑完成文本编校工作。同时，人工智能的学习勘误及图文模式识别等技术可对期刊文章进行自动编校、加工与排版，并利用数据文本挖掘处理及智能联网搜索等技术，自主更新数据库词汇，及时纳入全国科学技术名词审定委员会公布的专业名词，提高编辑校对准确率［1］。

当前，期刊出版存在多种智能校对软件。例如，由北京黑马飞腾科技开发的文字校对软件“黑马校对”，其依托大规模专业词库，不仅可快速识别文章中存在的错别字及敏感词，还可提供正确建议并进行标注，以供期刊编辑参考［7］；由西安三才科技研发的Note First 3.0参考文献辅助编校系统能对文章的参考文献格式和数据错误进行自动修改［3］，并直接应用于Word，方便快捷，已广泛使用。

（五）实现多元化排版，促进高效传播

期刊出版的排版设计在一定程度上能够影响读者进一步阅读及续订的意愿。同时，时效性也是期刊文章的最重要特性之一，文章只有第一时间被期刊收录并出版，才能及时被同领域科研人员关注，便于快速开展深层次研究，产生新的研究成果［1］。

传统期刊排版方式主要依赖期刊编辑利用排版软件进行逐页编排，除了期刊的封面和封底，内容页面排版形式大多类同，并没有依据期刊研究方向内容的变化而更改风格。这种排版模式容易引发两个方面的冲突：一是编辑虽然投入大量时间用于排版，但是并未达到排版预期，学术传播在一定程度上稍显滞后；二是期刊读者的个体差异决定其会根据自身审美要求来评判刊物风格，而期刊在内容形式上的编排统一与读者的多元化需求不相适应。

当前，基于人工智能深度学习技术，纸质出版物不仅可以自动排版，还可以根据读者多元化需求，实现期刊出版内容形式的个性化呈现，经自动排版后成为已经封装好的出版物，可以直接传递给读者。网络出版物则能结合不同发表平台特点，对文章进行规范化排版与印刷，使文章在最短时间内出版发表于各大平台，确保时效性和传播性［1］。XML结构化自动排版技术是近年来北京北大方正电子有限公司主推的智能应用［8］，该技术不仅能减少期刊编辑的重复劳动，缩短文章的生产周期，还能根据文章元数据，促使文章在多平台、多渠道进行快速传播。

二、人工智能在识别学术不端行为中的应用

作为最新科研成果的出版平台，学术期刊在预防和监督学术不端行为方面承担着不可推卸的重要责任。2019年6月，中共中央办公厅、国务院办公厅印发的《关于进一步弘扬科学家精神加强作风和学风建设的意见》指出，“加强作风和学风建设，营造风清气正的科研环境”，而学术期刊就是新时代科研成果最好的“守门人”［9］。

学术不端行为检测系统是基于计算机技术的学术不端防治手段，操作便捷，学术文章要公开发表就必须通过该系统检测审核。但是，目前关于学术不端行为的检测主要集中于文字和图片，存在一定的局限性，包括时间、技术和相似度判定的检测盲区，以及除了研究结果的其他研究行为过程的判定缺失等。

期刊编辑在初审阶段引入智能检测可在源头上识别部分学术不端问题，利用已有学术文献数据库进行初步智能分析，既判断文章文字复制比，又对图表格式是否规范、研究数据是否符合逻辑、论文内容是否类同等重要信息进行智能对比判断［6］。其中，多模态数据建模可以开展语义分析与识别［9］，即借助深度学习技术识别图形和图像中所涉及的数据（不受语言及数据库限制），并展开对比分析，准确快速地进行学术不端行为评测，解决传统技术上的检测盲区问题［5］。同时，智能检测也可应用于同行评审专家匹配环节，期刊编辑依靠同行专家评审，可识别文章存在的数据伪造和篡改行为，并将其链接到期刊投审稿系统，形成大数据智能信息检索数据库。例如，爱思唯尔（Elsevier）开发的Find Reviewers Tool工具，可根据学术背景、研究领域等条件自动筛选独立审稿人。

三、人工智能在提升期刊用户服务中的应用

对学术期刊来说，提供良好的服务是维系读者资源，实现期刊出版可持续发展的指向和路标。随着学术期刊与新媒体的不断融合，期刊出版需要改变经营模式，利用人工智能技术，打破时空限制，拉近与读者和作者的距离。

基于多模态情感分析数据集、图神经網络等技术，人工智能系统可以智能捕捉、识别文章关键词，经过分析和过滤，精准推送与期刊读者相匹配的个性化学术研究成果。同时，根据读者的订阅情况，该系统可深度挖掘读者信息，根据读者在期刊网站上的浏览、评论、分享等行为，运用智能算法进行语义及行为分析，从多角度形成基于读者研究方向及学术偏好等基本参数的兴趣模型，为读者精准推送个性化的学术动态，从而拉近读者与期刊的距离，实现读者和期刊之间“两点式”的有效传播。这种推送模式既不会让读者被信息茧房困扰，又可以提高读者获取相关研究方向最新热点的效率，促进研究人员进一步创造新的科研成果，在读者与期刊之间构建出协同发展的可持续模式［10］。

目前， 由清华大学计算机系自主研发的AMiner平台能够提取文章摘要和关键内容，自动完成针对读者的二次传播［8］。AMiner还推出了“秒读论文”AI视频，该视频可自动提取文章信息，并利用神经机器翻译技术，一键生成形象、直观的文章解读短视频，使读者快速掌握中英文文献的核心内容。

四、人工智能在编辑角色新定位中的应用

出版物不仅是一种物质产品，更是一种精神产品，其生产过程具有创造性和创新性。编辑工作在文化生产中具有组织功能，在文化传播中具有需要功能，在文化传递中具有优化功能，在文化建设中具有引导功能，出版物无法脱离编辑工作而独立存在。因此，期刊编辑要保持好奇心、求知欲，努力寻找优质稿源，提升期刊质量，维护品牌形象［5］。随着大数据、人工智能等新信息技术与期刊出版融合发展，编辑人才依然是期刊出版环节的关键竞争力［10］。对广大期刊编辑来说，在新时代中转变自身的角色定位、练就自身的职业技能十分重要。当前，随着人工智能对期刊出版模式的日益影响，期刊编辑要加强对数字融合的认识以及新媒体技术的运用，不断完善自身知识结构，提升工作能力［11］。

按传统出版流程来划分，定稿前的期刊编辑工作包括选题策划、组稿和审稿等内容；定稿后的期刊编辑工作包括编校、排版与发行等内容。在大数据信息科技时代，人工智能引入期刊出版流程，编辑工作的角色功能被弱化。而期刊编辑要想在学术期刊从传统模式向智能化模式发展的过程中站稳角色，就要不断地进行自我革新，包括思维、知识以及技术的革新，并进一步明确自身的角色定位。

针对定稿前的编辑工作，第一，期刊编辑应坚守意识形态阵地，筑牢理想信念根基，结合自身学科知识和对学术出版伦理道德规范的把握，甄别人工智能选题的可行性。同时，思维创新是推动社会进步的源泉，期刊编辑应保持好奇心和求知欲，捕捉新的选题生长点［5］。第二，期刊编辑要全新认识人工智能技术，了解其操作的原理和方法，在挖掘和整合组稿对象数据后，严谨制订组稿计划，及时与相关作者沟通，并组织期刊组稿修改调整会议，确保稿件通过率［12］。此外，期刊编辑还需要时刻关注学术热点和重点，积极参与学术会议，与专家学者以及科研团队建立联系，挖掘优秀的作者资源［3］。第三，基于深度学习技术，期刊编辑虽可以减少对一般性稿件的审稿时间，但对特殊稿件内容必须严格把关。同时，期刊编辑需要肩负社会导向责任，对缺乏人文情怀、道德情操的作品予以否定或要求修改，使其符合健康向上的社会价值观［13］。

针对定稿后的编辑工作，第一，期刊编辑要树立和强化编校标准化意识，定期维护期刊网站信息，规范完善约稿格式，将编校标准化意识有效传达给作者，使其外化为作者写作的行为与习惯［14］。第二，在排版过程中，期刊编辑要提升自我文化艺术素养与审美水平，根据出版物的品牌传承，勇于结合新的视觉元素和表现技术，从读者体验和内容表达两个方面展开设计［15］。第三，在数字化融合刊物出版、发行的新阶段，期刊编辑要将自己定位为“产品经理”［16］，一方面依托智能技术，精准推送刊物，开发多样态产品，吸引和稳固读者群，如提供线上资源、网络教学等服务；另一方面利用新媒体拓宽社交广度，与读者积极互动，与作者建立良好合作关系，借助社交平台的“同温层效应”扩大读者群。

五、结语

在大数据高科技时代，智能信息技術的挖掘、开发和利用已为现代文明建设和社会发展带来诸多便捷，可以预见，人工智能与期刊出版的融合发展是必然的发展趋势。在技术更新迭代的过程中，期刊出版应紧跟国家重大路线和方针、政策，利用好人工智能新技术，结合期刊历史特性和专业特色，创新智能化出版思路和流程；期刊编辑也需要赓续工匠精神，坚守编辑岗位与职责，善于学习与创新，发挥主观能动性，助力我国期刊出版高质量发展。

［参考文献］

［1］刘芹，毕丽，张芃捷，等.人工智能提升期刊编辑的审核与校对效率［J］.中国传媒科技，2021（11）：97-99.

［2］代妮.人工智能在科技出版中的应用前景［J］.传媒，2022（04）：37-39.

［3］谭雪静.大数据与人工智能在综合性学术期刊编辑工作中的应用［J］.科技传播，2020（06）：11-13.

［4］刘畅，姜京梅，范瑜晛.人工智能在科技期刊选题策划中的应用与应对策略［J］.中国科技期刊研究， 2020（08）：909-914.

［5］高一帆，王霞.人工智能时代科技期刊编辑工作的转变与创新［J］.科技传播，2019（19）：1-3.

［6］张勇，王春燕，王希营.人工智能与学术期刊编辑出版的未来［J］.中国编辑，2019（04）：64-68.

［7］王静.浅谈编辑校对工作中黑马校对软件的应用［J］.电脑知识与技术，2020（28）：239-240.

［8］陶晴，郑雅妮.中文科技期刊出版中的人工智能应用研究［J］.中国科技期刊研究，2022（06）：735-745.

［9］曾玲，张辉洁，冉明会，等.人工智能时代科技期刊应对学术不端问题的研究进展［J］.中国科技期刊研究，2020（03）：270-275.

［10］邓婧，何婧.智能出版视域下学术期刊技术伦理风险与责任［J］.中国编辑，2022（01）：55-60.

［11］陈莲一.人工智能在期刊策划选题中的设想及应用［J］.湖北科技学院学报，2020（06）：276-279.

［12］吴绍民，尤江东，颜峻.大数据环境下科技期刊学术影响力评价分析：以《信息工程大学学报》为例［J］. 学报编辑论丛，2020（00）：717-725.

［13］白绍华.人工智能技术应用下的编辑伦理价值观分析［J］.采写编，2021（08）：103-104.

［14］万晓梅，王静，朱雯洁.编校标准化在科技期刊出版中的价值实现路径［J］.今传媒， 2022（01）：82-85.

［15］罗飞宁.人工智能时代：编辑的能与不能［J］.出版广角，2018（14）：41-43.

［16］朱步贵，朱杰，梅然.人工智能与融合出版业态下编辑力的构建提升之路［J］.阅江学刊，2021（06）：99-106.