2026年8月28日，EMNLP 2026发布了一份关于论文完整性政策的官方声明。其中最引人关注的一条是：共有258篇投稿因存在“无法验证的参考文献”被直接拒稿，涉及1,166名作者 (EMNLP 2026)。这个数字给科研人提了个醒：参考文献真实性，正在从作者自己的检查项，变成正式投稿流程中的前置筛查项。尤其是在生成式AI越来越多地参与文献检索、论文写作和内容整理之后，“AI幻觉引用”“错误作者信息”“不存在的论文”等问题，已经开始直接影响投稿结果。本文带你了解AI幻觉引用是什么，SCI投稿前如何检查DOI、撤稿文献、引用相关性和正文与参考文献对应关系。
EMNLP是什么？为什么这次声明值得关注？
EMNLP，全称 Conference on Empirical Methods in Natural Language Processing，是自然语言处理（NLP）和计算语言学领域的重要国际学术会议，由ACL旗下SIGDAT组织，其官方征稿范围涵盖自然语言处理、机器学习、语言模型、文本生成、信息抽取等多个前沿方向。换句话说，EMNLP本身就在AI和大语言模型研究最活跃的领域之一。也正因为如此，EMNLP对AI辅助科研和论文完整性问题的处理，具有很强的风向标意义。
EMNLP 2026为什么拒掉了258篇论文？
根据EMNLP 2026官方声明，这批论文被desk reject，主要是因为参考文献违反了以下两项标准之一：
- 至少有1条参考文献，对应论文标题实际上并不存在
- 至少有3条参考文献的作者信息存在重大错误，其中至少 50% 的作者与预期参考文献不符
EMNLP还表示，这1,166名作者不能再将被拒论文commit到EMNLP 2026；其中有35名作者因为有多篇论文被拒稿，官方还将建议EMNLP 2027进一步限制其投稿资格。相关案件也被提交给ACL Publications Ethics Committee。
为什么AI时代更容易出现“看起来很真的假参考文献”？
生成式AI非常擅长生成“形式上合理”的内容。这也是问题所在。即使是刚刚发布的GPT-6 Astra，即便“幻觉”基准测试也是历史最低值，但也有4.2%。也就是说一篇论文中如果有30条参考文献你都用GPT-6 Astra，但仍然有可能存在1条幻觉。
当你让大语言模型：
- 推荐某个研究主题的参考文献
- 为某段论述补充引用
- 生成论文的相关工作（Related Work）部分
- 补充DOI
- 整理参考文献列表
它可能生成一个结构非常完整的参考文献：作者名像真的、标题像真的、期刊名也合理、甚至DOI格式都没问题。但这些信息有可能是模型根据真实文献中的不同片段重新组合出来的。这类现象称为“幻觉引用”，某些幻觉引用可能会混合真实论文的标题、作者或metadata，最终形成一条“看起来可信，但实际上不存在”的参考文献。
这也是为什么AI幻觉引用比普通格式错误更危险：它不是明显写错，而是“错得很像真的”。
AI提供的参考文献，投稿前至少要检查这5件事
-
文献是否真实存在
不要因为标题、作者、期刊看起来合理，就默认它是真的。尤其是AI直接生成的参考文献，必须重新验证。
-
DOI是否真的对应这篇论文
一个DOI能打开，不代表它就属于你引用的这篇文章。投稿前还应检查：DOI、标题、作者、期刊，是否能够互相对应。
-
文献是否已经被撤稿
一篇论文即使真实存在，也可能后来被撤稿。如果引用了撤稿文献，却没有意识到其状态已经发生变化，也可能影响论文可信度。
-
Citation是否真正支持正文观点
这是比“文献存不存在”更进一步的问题。一篇论文可能是真实的，但正文中对它的引用方式可能并不准确。
例如：原论文只说存在相关性，你的正文却写成了因果关系。这种情况下，文献虽然是真的，引用仍然有问题。
-
正文引用和参考文献列表是否一致
常见问题包括：
- 正文引用和参考文献列表不对应
- 参考文献已列出，但正文中没有引用
- 作者姓名或发表年份不一致
- 引用编号与参考文献列表编号错位
这些问题在长论文、多人协作或AI辅助整理后尤其容易出现。
Paperpal “参考文献核查”与“只查假引用”的普通引文检查工具有什么不同？
EMNLP此次声明让“参考文献是否真实存在”成为更多科研人员关注的问题。但对于真正的投稿前检查来说，只判断：“这篇文献存不存在”显然还不够。
Paperpal 参考文献核查功能会从多个层级检查参考文献，包括：
- 撤稿文献
- 无效 DOI 或 URL
- 未被学术数据库收录的期刊
- 引用文献是否真正支持正文观点
- 是否存在作者引用偏倚
- 是否存在过度自引
- 正文引用和参考文献是否对应
- 参考文献列表缺失条目
- 摘要中的引用
- 参考文献数量是否合理
也就是说，Paperpal不只是判断参考文献是不是假的，而是进一步检查：这条参考文献是否可靠、是否使用正确，以及整篇稿件的引用结构是否存在潜在问题。
因此，可以把两类检查理解成两个层级：
第一层：Reference existence 这篇文献是真的吗？
第二层：Reference integrity 它是否被正确、合理地使用在这篇论文里？对真正准备投稿的作者来说，第二层往往才是完整检查。
EMNLP 258篇论文被拒，真正暴露的不是“AI不能用”
这点需要特别说明。EMNLP 2026并没有简单禁止AI写作辅助。它的Call for Papers明确写道：AI writing assistance is permitted.
真正被严格处理的是：
- AI幻觉引用
- 完全由AI生成的论文
- 将同一研究成果过度拆分发表的论文
- 其他违反学术出版伦理的投稿
投稿前，参考文献为什么越来越值得单独检查？
因为在AI参与科研写作之后，参考文献已经变成一个非常特殊的风险点。正文中的一个语言错误，可能只是影响表达。但一个不存在的参考文献，涉及的是：论文证据基础是否可信。这也是为什么EMNLP开始专门对投稿论文的参考文献进行系统筛查。258篇论文被拒已经说明：参考文献不再只是“格式问题”，而是要深化到“文献是真的吗？引用对吗？它真的支持我写的内容吗？”
用Paperpal完成投稿前检查
Paperpal可以帮助研究者在正式投稿前，从多个维度重新检查论文，包括深入核查参考文献质量。
- 参考文献：核查AI推荐或生成的文献是否真实、是否撤稿、DOI是否有效，以及引用是否真正支持正文中的观点。
- 学术语言：检查语法、表达是否准确，同时确认AI润色没有改变专业含义。
- 投稿规范：检查字数、摘要、图表、参考文献格式、声明等是否符合国际期刊要求。
- AI率情况：回顾哪些部分使用过AI，区分AI辅助与AI生成内容，并按照目标期刊要求完成披露。
- 查重：确认文本与已有文献之间是否存在不必要的高相似度，尤其是Introduction和Discussion中的引用内容。
- AI审稿论文结构与逻辑：最后检查研究问题、方法、结果、讨论和结论之间是否逻辑一致。
| 投稿前，用 Paperpal 检查一遍
语法润色 · AI率检测 · 查重 · 期刊规范· 参考文献核查· AI审稿 → paperpal.cn | 立即检查论文潜在风险 |
Paperpal 是一款面向科研写作和英文期刊投稿场景的AI学术写作工具，帮助作者在写作与投稿前系统性地发现问题并逐步优化。无论是语言表达、文献引用，还是投稿完备度与审稿风险评估，Paperpal 都能提供清晰、可操作的支持，帮助你更安心地完成投稿准备。
Paperpal 提供免费版本供你体验基础功能；升级至 Paperpal Prime，还可使用更完整的写作与投稿支持功能，帮助你在投稿前更从容地准备论文，提高投稿过程的确定性。
立即注册Paperpal，开启高效写作、自信投稿
与我们联系
