冬季某休息日的清晨，阳光斜斜地洒在书桌上。窗外天气晴和，太阳将自己的光芒毫无保留的奉献出来，透过玻璃窗，在房间的四周氤氲着。但我的心情却有点如这条微信朋友（浙江某985高校副教授）圈信息一般：

SCI投稿文章又被拒，哎~ 买几本书看看，静静心~ 从宇宙的历史来看，人类历史算什么，更别提个体的经历了。从整个人生的角度，一个paper算什么，嘿嘿~ 阿Q开心一个。

所谓“鼋鸣而鳖应，芝焚则蕙叹”，这种物伤其类的事情很能让我兔死狐悲一下，因为我也常常收到过很多条郁闷的审稿意见。

我科研狗不为五斗米折腰，留的青山在不怕没柴烧；不经历审稿人的狂虐，发不出SCI论文。

如我一样撰写SCI论文的人们，是不是同样会收拒稿信收到手软？反正我是一直在收拒稿信，连绵不绝，以至于在收到一封录用通知邮件时都感觉有些意外，不太敢相信。虽然我被拒稿拒地都司空见惯了，但心里终究还是会痛几下。

话说永远的大神爱因斯坦同学概莫能外，在1936年，他曾有一篇有关引力波的论文，被审稿人认为有严重问题，需要大修，以致于恼羞成怒。

爱因斯坦收到的那篇有关引力波论文的审稿意见

大神接到这篇论文的审稿意见就愤怒了，然后回了一封表示拒绝继续审稿的信，造成了事实上最终那篇论文被毙掉的结局。

爱因斯坦对审稿意见的回复，直接拒绝审稿，号称史上最牛的作者审稿回应，没有之一

《论语·里仁》有句话是，“见贤思齐焉，见不贤而内自省也。”对比大牛，我辈只能汗颜。而我曾接到的一条审稿意见不是因为针对课题本身的研究内容，而纯粹是作为新手常常犯的问题：关键词随意性地提笔就写，而导致关键词质量不高，引起审稿人的不满，特意在审稿意见中单独提出来。该条审稿意见如下：

Iregret to inform you that we cannot admit the manuscript into the formal reviewprocess in its current state. We strongly recommend you to consult our journalinstructions at http://www.elsevier.com/....../authorinstructions.

The quality of keywords needs improving.

其实，在SCI论文写作中，我可能对整篇论文花的心思最少的一个部分就是keywords了，keywords也是被我误认为最为最简单的一部分，但是在我收到这条审稿意见后，我就这个问题求教了导师。导师却认为我这篇论文的这条审稿指向的是SCI稿件新手常犯的问题：

keywords撰写过于随意！

而后，在我查阅过许多学术资料，我发现keywords的撰写并没有那么简单。keywords对学术文献的作用极大。

所谓keywords，顾名思义，是指那些出现在SCI学术论文标题、摘要、正文中的，对表达和概括整个论文主题内容具有实质意义的词和短语，即对揭示和描述论文主题来说是重要的、关键性的（可以作为科技论文检索“入口”的）那些词和短语。当然，与此相对应的是non-keywords，也就是指学术论文题名、摘要、正文中的虚词和不具有检索意义的某些实词（虽然可能比较频繁地出现在论文中）。

那么，作为SCI初写者对于keywords常常存在两方面的问题：

一是从来不分析整篇SCI论文，不从论文的题名、摘要、正文中摘取高频实词；

二是未能选取能准确反映SCI论文主题的语词，关键词的用词太泛，或者换句话说，就是摘取的是非典型实词（虚词一般不会被选的）。

一言以蔽之，SCI论文撰写的keywords都不是论文真正的keywords，即不重要的也不带关键性的单词或短语，根本没有起到关键词标引的应有作用。有些SCI论文引用量不高，其中一个重要的原因是keywords撰写的质量问题。我就曾经提笔写就，但对就作用和意义很少顾及。其实作为包括SCI在内的学术论文，keywords既然是一篇论文不可或缺的组成部分，肯定就有不可替代的作用。

那么，keywords的一般功能是什么呢，个人认为主要是以下二个功能：

方便检索

顾名思义，关键词是代表论文主题或主题最重要的高频度使用的词、短语和专业术语，可以以简便性地帮助论文读者通过专业的论文检索工具查询关键词，确定科学文献的研究主题，比较快速地从海量科技文献中找到目标论文，再配合title和abstract以确定是否需要进一步地阅读论文全文。

突出重要

突出显示论文的要点，也是潜在地对论文进行简单的介绍和描述，以帮助读者阅读。如果将该功能概括的话，就是三个关键词：简化、描述和帮助（simplified, description, and assist）。

对于撰写SCI论文的我们来说，功利一点的说法就是为了期刊能够录用我们的投稿稿件，基于这一点，那么对Keywords的打磨也是很有必要的。因为好的Keywords能够吸引编辑和审稿人对论文的目光和阅读兴趣，提高SCI稿件的审稿率和录用率。

因此，Keywords写作很重要，有其特定写作要求，通常需要注意是以下几点：

名词化（Nominalization）

也就说keywords中单词通常以名词的形式出现，而不是动词。例如，使用“investigation”代替“investigate”；使用“fabrication”代替“fabricate”代替；使用“education”代替“educate”。

有限数量

论文的keyword数量应该是有限的，有些相关研究资料说，在统计大量SCI论文后，认为论文的keywords的单词数量平均为四到六个关键字最合适。一般来说，需要多少个Keyword还是要看论文的需要，我个人比较赞成应该是区间值--“至少有2个，最多8个”的说法。

遣字选词

Keywords中的所有单词或短语通常来自于/基于标题和/或摘要，即全论文中最多次提及的高频词和短语作为关键术语，组成Keywords。

标点符号

整个keywords中的所有单词或短语通用使用逗号（,）或分号（;）分隔单词或短语，也可以使用多个空格或大间隔来代替标点符号（具体的要看投稿刊物的要求）。注意不要在最后一个关键字后使用句号（.）。

术语缩写

Keywords中如果需要使用缩写，那么应该首选采用标准缩写（Standard abbreviations）。所有缩写词都应符合学科术语的专业规范，由于Keywords通常用作检索论文的索引，因此它们必须至少是可以由本领域的专业人员理解的单词或短语。

位置的问题

Keyword应该放置在正确的位置。虽然关键字的位置可以高于或低于论文的摘要(abstract)，但在大多数情况下，它们仍然位于摘要之下。

小贴士：

以笔者投过三家以上SCI期刊的经验，不同SCI期刊对keywords的称呼并不是完全一致，有“keywordsindex”，“keywords and phrases”，“indexing terms”等多种说法，但都是“keywords”的意思，这个问题会在阅读投稿模说明时遇到。

从具体的SCI论文写作来讲，keywords撰写的关键点就是用词的准确性（Select accurate keywords），即能够很好地表达SCI论文的主题。这些关键词不是杜撰的，而是基于SCI论文高频实词选用的或者转换的。无论哪种keywords的撰写方法，都应该参考于SCI论文中出现词频最高那几个top出现的专业术语实词。

但keywords的选取又不是机械地选取论文中的高频单词或短语，应该对某些高频出现在的单词或短语进行适当转换。在分析完论文全文（包括标题、摘要以及正文的所有部分）后，找出论文的高频词与短语，将其与自己论文所表达的内容进行相互融合、慨括和提炼，直接或转换后采用适当的词与短语组成keywords，将论文所述内容主题准确地表达出来。

这一步骤容易出现选取单词或短语有误，个人认为主要出现的是两个问题

1.选取非标准术语（内容正确，形式有误）

2.选取非主题术语（形式正确，内容有误）

笔者的经验是可以直接对应查阅相关专业术语表（包括那些已经发表的本论文SCI论文），或者在对论文主题和高频单词、短语进行综合分析后，从主题概念的涵义内，转换成相关专业术语表上的准确术语。用现成的公认的专业词汇和短语是最好的，要不然，如果随便选取个陌生的非专业术语，认真的审稿人将会让作者写回复邮件写得痛不欲生。

总之，keywords撰写过程就是要先通读全文，然后再提炼主题，最后根据主题选取keywords。有些人喜欢先写keywords，后写正文；有些人则是相反，无论先写后写，最后还是要在论文撰写完成后，在全文审读的基础上再检查修改一下keywords。笔者个人喜欢后者流程，因此笔者专门写了一个小程序。

凡事预则立，不预则废。因为阅读SCI文稿时需要知道哪些word和phrases是最高使用频率的，笔者给自己写了一个统计论文的高频词的程序，专门用来辅助撰写keywords，编程语言为Python，具体代码主要如下：

# 论文调频词统计

# author:whu_ChenXing

import matplotlib.pyplot as plt

import jieba

from wordcloud importWordCloud

# 1.读入论文文本数据

text = open(r'我的论文', "r" ,encoding='UTF-8').read()

# 2.分词，生成字符串

cut_text = jieba.cut(text)

stopwords=[]

for word in open('虚词（停用词等）','r',encoding='UTF-8'):

stopwords.append(word.strip())

result = ""

for word in cut_text:

if word not in stopwords:

if word != '\t':

result += word

result += " "

wc = WordCloud(

# 设置字体，不指定就会出现乱码

font_path=r'.\simhei.ttf',

# 设置背景色

background_color='#cccccc',

# 设置背景宽

width=500,

# 设置背景高

height=350,

# 最大字体

max_font_size=50,

# 最小字体

min_font_size=10,

max_words=50

#,colormap='pink'

) # max_words=1000),mode='RGBA',colormap='pink')

#3.统计高频词

wc.generate(result)

# 4.可视化计算结果

plt.figure("jay")

plt.imshow(wc)

#5.关闭图像坐标系

plt.axis("off")

plt.show()

设置统计前10名的高频实词（设max_words为10），A论文分析结果可视化词云为：

该文笔者谷选取的keywords部分为Spatialassociation rule; Spatial predicate; Topological relation。

设置统计前20名的高频实词（设max_words为20），B论文分析结果可视化词云为：

该文笔者从中选取的keywords部分为MASP tree;Association rule mining; Pattern recognition;。

其中” Spatialassociation rule”与” Association rule mining”中” Spatial”区别得相当清楚，这个小程序用起来感觉还是蛮称手的。

很多年前的某天，写《老人与海》的那个大胡子作家教导我们说:” Less fool around, more writing SCI.” ，他说对得很对。

而对于审稿意见，如果套用他曾经说过另一句话:” If you are fortunate enough to have lived in Paris as a youngman, then wherever you go for the rest of your life, it stays with you, forParis is a moveable feast.” ，那么就可以这样说，“如果你足够幸运，在SCI投稿后被审稿人鄙视过，那么此后无论你到哪里，那些审稿人的鄙视将一直跟着你，为你增益其所不能。”

好了，让我们励志一会，其实那些斤斤计较的审稿人和编辑们都是在不计得失处心积虑地帮我们。例如，本文开篇说的那篇被拒搞的论文就是有问题，火眼金睛的审稿人并没有审错，该论文的推论过程出现了失误。

爱因斯坦被拒得并不冤枉，那篇论文里论证引力波并不存在的结论也是错误的。在该篇论文被拒稿后，爱大神做了一件我们收到拒稿信后也经常做的事情--修改后改投他刊。于是就有了如今我们津津乐道的这篇论文，现在我们在阅读这篇论文时发现，论文的结论已经改弦更张如变色龙一般地认为引力波是存在。

于1937年1月终于被Journal of the Franklin Institute录用并刊发的一作为爱大神的论文

好吧，让我们开始改论文吧，毕竟窗外阳光这么灿烂，改完了，也好出去晒晒太阳！

作者简介：晨星，男，湖北武汉人，副高职称，博士，高级程序员，IAMG（国际数学地质协会）会员。目前研究方向为地理信息数据挖掘与知识发现、地学信息三维可视化。

转自“募格学术”微信公众号，本文仅作为学术交流分享，如有侵权，请联系本站删除！