
天津科技 ›› 2025, Vol. 52 ›› Issue (08): 108-111+117.
徐营营, 周黎明, 王敏, 张彤
XU Yingying, ZHOU Liming, WANG Min, ZHANG Tong
摘要: 表格作为科技论文的重要表达手段,对于提升信息密度、优化比较分析、增强学术可信度具有重要意义,然而部分科技期刊在表格编校方面存在诸多问题。因此,需依据表格编校规范,对表格编校存在的问题进行总结。以台风“杜苏芮”相关研究为样本,利用人工智能模型DeepSeek对表格编校问题进行识别。结果表明,DeepSeek在识别量和单位、表注、表头层级、表身数据问题方面具有优势,而在格式问题识别方面容易出错,且对表格及全文整体的认知较为局限,较难识别出自明性、逻辑性等问题。由此可见,DeepSeek在帮助提升表格编校质量方面具有重要作用,但也存在一些问题,需要对结果进行人工甄别。加强对模型的训练与学习是提高表格问题识别准确率、提质增效的有效途径,可为科研工作者和期刊工作者编校表格提供有益参考。
中图分类号: