中国科技期刊研究

3款通用AI工具在医学期刊校对中的应用效能分析

武玉欣, 于溪

中国科技期刊研究, 2025, 36(9): 1280-1287. DOI: 10.11946/cjstp.202507300919

项目	AI工具	差错数量/个	检出的差错数量/个	检出占比/%	未检出的差错数量/个	未检出占比/%	$χ$ ²	P
文字语法	Kimi	553	29	5.24	524	94.76	45.586	<0.001
	豆包	553	102	18.44	451	81.56
	DeepSeek	553	69	12.48	484	87.52
标点符号	Kimi	241	25	10.37	216	89.63	23.244	<0.001
	豆包	241	27	11.20	214	88.80
	DeepSeek	241	59	24.48	182	75.52
量和单位	Kimi	369	38	10.30	331	89.70	82.004	<0.001
	豆包	369	52	14.09	317	85.91
	DeepSeek	369	129	34.96	240	65.04
公司名称	Kimi	117	2	1.71	115	98.29	95.282	<0.001
	豆包	117	42	35.90	75	64.10
	DeepSeek	117	72	61.54	45	38.46
数字用法	Kimi	148	2	1.35	146	98.65	12.138	0.002
	豆包	148	17	11.49	131	88.51
	DeepSeek	148	12	8.11	136	91.89
术语	Kimi	93	4	4.30	89	95.70	39.267	<0.001
	豆包	93	8	8.60	85	91.40
	DeepSeek	93	33	35.48	60	64.52
网址	Kimi	13	2	15.38	11	84.62	23.427	<0.001
	豆包	13	2	15.38	11	84.62
	DeepSeek	13	12	92.31	1	7.69
字母大小写	Kimi	15	2	13.33	13	86.67	20.001	<0.001
	豆包	15	2	13.33	13	86.67
	DeepSeek	15	12	80.00	3	20.00
软件名称	Kimi	33	4	12.12	29	87.88	67.241	<0.001
	豆包	33	5	15.15	28	84.85
	DeepSeek	33	33	100.00	0	0.00
其他	Kimi	136	19	13.97	117	86.03	59.149	<0.001
	豆包	136	30	22.06	106	77.94
	DeepSeek	136	74	54.41	62	45.59

表4 不同差错类型中Kimi、豆包、DeepSeek校对效能比较

本文的其它图/表