基于FISHFINDER的鱼类学名错误自动检测:面向北美鱼类命名规范的文本校验工具开发与文献错误率评估

《Fisheries》:FISHFINDER: Catching fish name mistakes in text

【字体: 大 中 小 】 时间:2026年09月18日 来源:Fisheries 3.1

编辑推荐:

  摘要专业翻译 在文本的海洋中,鱼类名称错误极易被忽略。拉丁双名法(Latin binomials)容易拼写错误,且随着新的系统发育证据不断积累,分类学命名持续修订,导致当前分类体系与文献中所用名称之间长期存在脱节。例如,《美国、加拿大和墨西哥鱼类通用名与学名》

  
摘要专业翻译 在文本的海洋中,鱼类名称错误极易被忽略。拉丁双名法(Latin binomials)容易拼写错误,且随着新的系统发育证据不断积累,分类学命名持续修订,导致当前分类体系与文献中所用名称之间长期存在脱节。例如,《美国、加拿大和墨西哥鱼类通用名与学名》第八版引入了850处鱼类命名变更。然而,目前尚无任何现有工具可依据该权威名录对非结构化手稿文本中的鱼类名称进行校验。为此,研究人员开发了FISHFINDER——一款免费、易用的网络应用程序,通过将科学名称和通用名称与《鱼类名称》第八版中收录的5,086个物种以及从Eschmeyer鱼类目录(Eschmeyer's Catalog of Fishes)汇编的8,729个同物异名进行比对,实现对鱼类名称的分类判定。对同物异名数据的分析显示,物种平均积累1.7个同物异名(中位数 = 1,最大值 = 38),61%的物种至少存在一个可能出现在文献中的历史同物异名。为量化近期文献中命名错误的普遍程度,研究人员将FISHFINDER分类引擎应用于38篇论文的正文文本,这些论文的研究系统经核实均位于《鱼类名称》覆盖区域(美国、加拿大和墨西哥),且至少使用了一个学名。其中,42%的论文包含至少一个过时间物异名或拼写错误的物种名称:29%使用了过时间物异名,29%包含拼写错误。另有53%的论文引用了名称在第七版与第八版之间发生变更的物种。上述发现表明,命名错误在文献中普遍存在,自动化校验工具可帮助作者、审稿人和编辑在发表前确保分类学准确性。FISHFINDER可在fishnames.net免费获取。

论文解读

一、研究背景与问题

分类学命名是组织、存储和检索生态学与进化生物学数据的基础。在渔业科学中,分类学充当核心索引,将表型性状、基因序列、种群动态和地理分布等信息跨数据库、跨世纪文献进行关联。然而,分类学并非静态不变——随着新的形态学和分子证据不断积累,物种持续被描述、重新分类、合并以及跨属转移,这一过程被称为"分类学变动"(taxonomic churn),导致先前文献在命名上不可避免地过时。第八版《美国、加拿大和墨西哥鱼类通用名与学名》(以下简称《鱼类名称》)相较于第七版引入了850处名称变更,包括属级转移和具有重大实际影响的物种重新分配。最典型的案例是:长期被称为Micropterus salmoides的大口黑鲈(Largemouth Bass)现更名为Micropterus nigricans,而M. salmoides这一旧名被重新分配给另一种不同的鱼类——佛罗里达鲈(Florida Bass)。这意味着研究者今天写下M. salmoides所指的动物与几年前已截然不同,而作者往往并未意识到这一点。
使用过时或拼写错误的名称所带来的后果远不止于纸面。分类学错误会在科学文献中级联传播,通过元分析、保护评估和管理决策不断扩散,导致数据集不匹配、生物多样性估计膨胀以及结论存在缺陷。已有研究发现,在高影响力生态学期刊的调查中,超过60%的作者未为其分类学鉴定提供任何支持证据;在数字化脊椎动物标本收藏中,仅有不到47%的学名字符串无需修正即为当前有效命名。
尽管已有多种分类学名称解析工具被开发出来,但均无法满足渔业专业人员依据《鱼类名称》权威名录进行校验的需求。植物命名解析服务(Taxonomic Name Resolution Service)仅针对植物命名;taxize和rfishbase等R软件包虽可访问全球数据库,但要求使用者具备编程能力且需处理结构化数据输入,而非手稿草稿的非结构化散文文本;海洋物种世界登记册(World Register of Marine Species)排除了淡水类群;Global Names Recognition and Discovery服务和TaxoNERD等文本名称检测工具虽能识别名称,但不对照任何特定命名权威进行校验。Taxamatch虽开发了针对分类学名称的模糊匹配算法,但其操作对象是预先结构化的名称列表而非连续文本。因此,没有任何单一工具能提供完整解决方案,更无一专门针对鱼类学验证并对照《鱼类名称》标准设计。这一空白直接推动了FISHFINDER的开发。

二、研究内容与意义

研究人员开发了FISHFINDER——一款免费、基于浏览器的网络应用程序,可解析原始手稿文本并对照《鱼类名称》第八版及Eschmeyer鱼类目录补充的同物异名数据对鱼类名称进行校验。该工具将每个检测到的鱼类名称分类为有效(valid)、已变更(changed)、过时(outdated)、拼写错误(misspelled)或未知(unknown),并在适用时提供建议更正。研究同时分析了5,086个物种的同物异名分布格局,并对38篇近期开放获取论文进行了元分析,量化了第八版发布后渔业文献中命名错误的普遍程度。研究结果表明,42%的论文包含至少一个过时间物异名或拼写错误的物种名称,53%的论文引用了名称在第七版与第八版之间发生变更的物种,充分说明命名错误在近期文献中普遍存在,自动化校验工具可在发表前帮助作者、审稿人和编辑确保分类学准确性。

三、主要技术方法

FISHFINDER采用标准网络技术(HTML、CSS和原生JavaScript)构建为静态客户端网络应用,托管于GitHub Pages,所有名称校验完全在用户浏览器内完成,不向任何外部服务器传输手稿文本。物种数据库通过两步流程构建:首先使用PyMuPDF解析《鱼类名称》第八版PDF中的表1,提取5,086个有效物种(跨1,493个属)的学名、作者、出现代码、英/西/法三语通用名称及变更标志;随后通过网络爬虫查询Eschmeyer鱼类目录,为每个物种编译三类同物异名关系——严格同物异名、属转移和历史同物异名链。分类引擎按顺序层级评估每个候选学名:有效(与《鱼类名称》精确匹配)、已变更(第八版有效但标记为自第七版变更)、过时(与同物异名数据库精确或模糊匹配)、拼写错误(属和种加词在Damerau–Levenshtein编辑距离2以内)、未知(属可识别但无相近物种匹配)。模糊匹配采用Taxamatch的优化策略,包括早期长度拒绝、首字母过滤和行最小值剪枝,使典型手稿的扫描时间低于一秒。元分析采用六步自动化流程:通过OpenAlex API检索文献,筛选2024年后发表的英文开放获取文章,限定北美机构作者及鱼类相关主题,经标题关键词过滤后获得403篇候选论文,最终成功下载102篇PDF(25%成功率),经人工核实研究区域后保留38篇论文构成最终语料库。

四、研究结果

同物异名数据库

同物异名数据库包含8,729条条目,将过时名称映射至5,086个有效物种中的3,094个。全部物种平均拥有1.7个同物异名(中位数 = 1,最大值 = 38)。39%的物种零同物异名,26%恰好一个,13%两个,21%三个及以上。153个物种被识别为拥有超过八个同物异名的离群值。同物异名数量最高的物种往往具有世界性或环全球分布和悠久的分类学历史,导致在不同地理区域被多次独立描述。在分类纲层面,软骨鱼纲(Elasmobranchii)平均同物异名数最高(每物种2.2个,n = 261),其次为七鳃鳗纲(Petromyzonti,2.2个,n = 23)、辐鳍鱼纲(Actinopteri,1.7个,n = 4,780)、全头亚纲(Holocephali,1.0个,n = 9)和盲鳗纲(Myxini,0.4个,n = 13)。右偏分布在各纲中一致,大多数物种拥有零或一个同物异名,尾部为高度同物异名化的物种长尾。

元分析

在38篇纳入范围的论文中,16篇(42%)包含至少一个命名错误(定义为过时间物异名或拼写错误的物种名称)。具体而言,11篇论文(29%)使用了至少一个过时物种名称,11篇(29%)包含至少一处拼写错误,这两类不互斥。20篇论文(53%)引用了名称在第七版与第八版之间发生变更的物种,无论这些名称是否被正确使用。全部论文中共产生702次名称检测,去重后解析为384个不同物种。在702次检测中,429次(61%)为有效名称,132次(19%)为匹配到有效双名法的通用名称,57次(8%)为未知名称(属可识别但种加词不在《鱼类名称》中,通常为区域外类群),51次(7%)为第八版中已变更的名称,17次(2%)为过时间物异名,16次(2%)为拼写错误。最常见的过时名称反映了第八版引入或传播的属级转移,如Notropis volucellus(现为Paranotropis volucellus)、N. hudsonius(现为Hudsonius hudsonius)、N. stramineus(现为Miniellus stramineus)、Stizostedion vitreum(现为Sander vitreus)、Aristichthys nobilis(现为Hypophthalmichthys nobilis)和Semicossyphus pulcher(现为Bodianus pulcher)。拼写错误则呈现几种重复模式:缺失或多余末尾字母(如Catostomus commersoni误拼Catostomus commersonii)、字符替换或换位(如Nacomis micropogon误拼Nocomis micropogon)以及性别一致错误(如Etheostoma chlorosomum误拼Etheostoma chlorosoma)。

五、讨论与结论

研究结果表明,命名错误在近期渔业文献中普遍存在,42%的纳入论文包含至少一个过时间物异名或拼写错误的物种名称。过时名称和拼写错误在论文中的出现频率大致相当(各占29%),表明未能采用当前命名与普通打字错误是命名错误的两个可比来源。同物异名分析强化了这一观点——每物种平均1.7个同物异名、61%的物种至少拥有一个历史同物异名,无意中使用过时名称的风险相当大。值得注意的是,同物异名数量最多的物种与元分析中最常以过时名称出现的物种并不重叠,说明广布、长期研究的类群所积累的同物异名主要是历史性的,不太可能在当代文献中重现;近期论文中的过时名称主要由近期属级重新分配驱动。53%的论文引用已变更物种这一高频率突显了一个独特挑战:这些名称本身并非错误——名称仍然有效——但相关的通用名称或物种界定可能已发生变化,从而影响解读。FISHFINDER明确标记这些情况,提示作者核实其拟使用的物种名称。
FISHFINDER填补了现有工具格局中的特定空白:它在一个无需安装软件或编程技能的浏览器界面中,结合了文本解析、模糊匹配、同物异名解析和权威特定校验。作者可粘贴或上传任何常见文本文件,即时获得每个检测到的鱼类名称的反馈——有效、已变更、过时、拼写错误或未知——并在适用时获得建议更正。研究存在若干局限性:元分析限于开放获取文章,25%的PDF下载成功率可能引入偏差;FISHFINDER目前限于《鱼类名称》第八版所列物种,仅分布于美国、加拿大和墨西哥之外的物种将无法识别;引擎不检测缩写属引用和单字通用名称,均为避免常见英语文本模式误报的刻意设计选择;同物异名数据库虽全面,但限于Eschmeyer目录中可发现的关系。尽管存在这些局限,核心发现——近期论文中相当比例包含可通过自动化手段检测的命名错误——是稳健的。元分析流程完全可复现且公开可用,可随新文献积累和AFS/ASIH标准演变而更新。研究人员鼓励渔业界将FISHFINDER作为数据库管理、出版准备和同行评审的常规步骤。该工具免费、无需账户或安装、完全在浏览器内处理文本且不向外部传输任何数据,可在不到一秒内扫描典型手稿。通过在发表前捕获过时间物异名、拼写错误和命名变更,FISHFINDER有助于减少科学记录中分类学错误的积累。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号