Обнаружение сходства контента - Content similarity detection

Обнаружение плагиата или же обнаружение сходства контента это процесс поиска экземпляров плагиат и / или Нарушение авторского права в работе или документе. Широкое использование компьютеров и появление Интернета облегчили плагиат чужой работы.[1][2]

Обнаружение плагиата может осуществляться разными способами. Обнаружение людей - это наиболее традиционная форма выявления плагиата в письменной работе. Это может быть длительной и трудоемкой задачей для читателя.[2] а также может привести к несоответствиям в том, как выявляется плагиат в организации.[3] Программное обеспечение для сопоставления текста (TMS), которое также называют «программным обеспечением для обнаружения плагиата» или «антиплагиатом», стало широко доступным в виде как коммерческих продуктов, так и продуктов с открытым исходным кодом.[нужны примеры ] программного обеспечения. TMS фактически не обнаруживает плагиат как таковой, а вместо этого находит определенные отрывки текста в одном документе, которые соответствуют тексту в другом документе.

Обнаружение плагиата с помощью программного обеспечения

Обнаружение плагиата с помощью компьютера (CaPD) - это Информационный поиск (IR) задача, поддерживаемая специализированными IR-системами, именуемая системой обнаружения плагиата (PDS) или системой обнаружения сходства документов. А 2019 систематический обзор литературы [4] представляет собой обзор современных методов обнаружения плагиата.

В текстовых документах

Системы обнаружения сходства текста реализуют один из двух общих подходов к обнаружению, один из которых является внешним, а другой - внутренним.[5]Внешние системы обнаружения сравнивают подозрительный документ со справочной коллекцией, которая представляет собой набор документов, которые считаются подлинными.[6]На основе выбранных модель документа и предопределенных критериев подобия, задача обнаружения состоит в том, чтобы извлечь все документы, содержащие текст, который в степени, превышающей выбранный порог, похож на текст в подозрительном документе.[7]Внутренние PDS анализируют только текст, подлежащий оценке, без сравнения с внешними документами. Этот подход направлен на распознавание изменений в уникальном стиле письма автора как индикатора потенциального плагиата.[8][9] PDS не способны надежно идентифицировать плагиат без человеческого суждения. Сходства и особенности стиля письма вычисляются с помощью предопределенных моделей документов и могут представлять собой ложные срабатывания.[10][11][12][13][14]

Эффективность этих инструментов в условиях высшего образования

Было проведено исследование, чтобы проверить эффективность программного обеспечения для определения сходства в условиях высшего образования. В одной части исследования одной группе студентов было поручено написать работу. Эти студенты сначала узнали о плагиате и проинформировали, что их работа должна проходить через систему обнаружения сходства контента. Второй группе студентов было поручено написать работу без какой-либо информации о плагиате. Исследователи ожидали найти более низкие показатели в первой группе, но обнаружили примерно одинаковые показатели плагиата в обеих группах.[15]

Подходы

На рисунке ниже представлена ​​классификация всех подходов к обнаружению, используемых в настоящее время для компьютерного обнаружения сходства контента. Подходы характеризуются типом выполняемой ими оценки сходства: глобальным или локальным. Подходы к оценке глобального сходства используют характеристики, взятые из более крупных частей текста или документа в целом, для вычисления сходства, в то время как локальные методы проверяют только предварительно выбранные сегменты текста в качестве входных.

Классификация компьютерных методов обнаружения плагиата
Снятие отпечатков пальцев

Отпечатки пальцев в настоящее время являются наиболее широко применяемым подходом к обнаружению сходства контента. Этот метод формирует репрезентативные дайджесты документов путем выбора набора из нескольких подстрок (н-граммы ) от них. Наборы представляют собой отпечатки пальцев а их элементы называются мелочами.[16][17]Подозрительный документ проверяется на плагиат, вычисляя его отпечаток пальца и запрашивая детали с предварительно вычисленным указателем отпечатков пальцев для всех документов справочной коллекции. Совпадение мелких деталей с другими документами указывает на общие текстовые сегменты и предполагает потенциальный плагиат, если они превышают выбранный порог схожести.[18] Вычислительные ресурсы и время являются ограничивающими факторами для снятия отпечатков пальцев, поэтому этот метод обычно сравнивает только подмножество мелочей, чтобы ускорить вычисления и позволить проверки в очень большой коллекции, такой как Интернет.[16]

Соответствие строк

Соответствие строк - распространенный подход, используемый в информатике. Применительно к проблеме обнаружения плагиата документы сравниваются на предмет дословного наложения текста. Для решения этой задачи было предложено множество методов, некоторые из которых были адаптированы для обнаружения внешнего плагиата. Проверка подозрительного документа в этом параметре требует вычисления и хранения эффективно сопоставимых представлений для всех документов в эталонной коллекции, чтобы сравнить их попарно. Как правило, суффиксные модели документов, такие как суффиксные деревья или суффиксные векторы, были использованы для этой задачи. Тем не менее сопоставление подстрок остается дорогостоящим с точки зрения вычислений, что делает его нежизнеспособным решением для проверки больших коллекций документов.[19][20][21]

Мешок слов

Мешок анализа слов представляет собой принятие поиск в векторном пространстве, традиционная концепция IR, в область обнаружения подобия контента. Документы представлены в виде одного или нескольких векторов, например для разных частей документа, которые используются для вычисления попарного сходства. Вычисление подобия может тогда полагаться на традиционные косинусная мера подобия, или о более сложных мерах сходства.[22][23][24]

Анализ цитирования

Обнаружение плагиата на основе цитирования (CbPD)[25] полагается на анализ цитирования, и это единственный подход к обнаружению плагиата, не основанный на текстовом сходстве.[26] CbPD изучает цитирование и справочную информацию в текстах, чтобы определить похожие узоры в последовательностях цитирования. Таким образом, этот подход подходит для научных текстов или других академических документов, содержащих цитаты. Анализ цитирования для выявления плагиата - относительно молодая концепция. Он не был принят коммерческим программным обеспечением, но существует первый прототип системы обнаружения плагиата на основе цитирования.[27] Сходный порядок и близость цитирования в исследованных документах являются основными критериями, используемыми для вычисления сходства шаблонов цитирования. Шаблоны цитирования представляют собой подпоследовательности, не только содержащие ссылки, общие для сравниваемых документов.[26][28] Факторы, в том числе абсолютное количество или относительная доля общих цитирований в шаблоне, а также вероятность того, что ссылки одновременно встречаются в документе, также учитываются для количественной оценки степени сходства шаблонов.[26][28][29][30]

Стилометрия

Стилометрия включает статистические методы для количественной оценки уникального стиля письма автора[31][32] и в основном используется для установления авторства или обнаружения внутреннего плагиата.[33] Выявление плагиата с помощью атрибуции авторства требует проверки, совпадает ли стиль написания подозрительного документа, который предположительно написан определенным автором, со стилем письма, написанного тем же автором. С другой стороны, обнаружение внутреннего плагиата позволяет выявить плагиат на основе внутренних доказательств в подозрительном документе, не сравнивая его с другими документами. Это выполняется путем построения и сравнения стилометрических моделей для различных текстовых сегментов подозрительного документа, а отрывки, стилистически отличающиеся от других, помечаются как потенциально плагиат / нарушенные.[8] Хотя их легко извлечь, характер н-граммы оказались одними из лучших стилометрических функций для обнаружения внутреннего плагиата.[34]

Спектакль

Сравнительные оценки систем определения сходства контента[6][35][36][37][38][39] указывают на то, что их эффективность зависит от типа имеющегося плагиата (см. рисунок). За исключением анализа шаблонов цитирования, все подходы к обнаружению полагаются на текстовое сходство. Поэтому симптоматично, что точность обнаружения снижается, чем больше скрывается случаев плагиата.

Эффективность обнаружения подходов CaPD в зависимости от типа присутствующего плагиата

Буквальные копии, также известные как плагиат «копирование и вставка» (c & p), или явное нарушение авторских прав, или случаи скромно замаскированного плагиата могут быть с высокой точностью обнаружены текущим внешним PDS, если исходный код доступен для программного обеспечения. В частности, процедуры сопоставления подстроки обеспечивают хорошую производительность для плагиата c & p, поскольку они обычно используют модели документов без потерь, такие как суффиксные деревья. Производительность систем, использующих дактилоскопию или анализ пакетов слов при обнаружении копий, зависит от потери информации, вызванной используемой моделью документа. Применяя гибкие стратегии фрагментирования и выбора, они лучше способны обнаруживать умеренные формы замаскированного плагиата по сравнению с процедурами сопоставления подстрок.

Обнаружение внутреннего плагиата с использованием стилометрия могут до некоторой степени преодолеть границы текстового сходства, сравнивая лингвистическое сходство. Учитывая, что стилистические различия между плагиатом и оригинальными сегментами значительны и могут быть надежно идентифицированы, стилометрия может помочь в выявлении замаскированных и перефразированный плагиат[нужна цитата ]. Стилометрические сравнения, вероятно, потерпят неудачу в тех случаях, когда сегменты сильно перефразированы до такой степени, что они больше напоминают личный стиль письма плагиатора, или если текст был составлен несколькими авторами. Итоги Международных конкурсов по выявлению плагиата 2009, 2010 и 2011 гг.[6][38][39] а также эксперименты, проведенные Штейном,[33] указывают на то, что стилометрический анализ работает надежно только для документов длиной в несколько тысяч или десятков тысяч слов, что ограничивает применимость метода к настройкам CaPD.

Все больше и больше проводится исследований методов и систем, способных обнаруживать транслированный плагиат. В настоящее время обнаружение межъязыкового плагиата (CLPD) не рассматривается как зрелая технология.[40] и соответствующие системы не смогли добиться удовлетворительных результатов обнаружения на практике.[37]

Обнаружение плагиата на основе цитирования с использованием анализа шаблонов цитирования способно выявлять более сильные пересказы и переводы с более высокими показателями успеха по сравнению с другими подходами к обнаружению, поскольку оно не зависит от текстовых характеристик.[26][29] Однако, поскольку анализ схемы цитирования зависит от наличия достаточной информации о цитировании, он ограничивается академическими текстами. Он по-прежнему уступает подходам на основе текста в обнаружении более коротких отрывков с плагиатом, которые типичны для случаев плагиата с копированием и вставкой или встряхиванием и вставкой; последнее относится к смешиванию слегка измененных фрагментов из разных источников.[41]

Программного обеспечения

Разработка программного обеспечения для определения сходства контента для использования с текстовыми документами характеризуется рядом факторов:[нужна цитата ]

ФакторОписание и альтернативы
Объем поискаВ общедоступном Интернете с использованием поисковых систем / институциональных баз данных / локальных системных баз данных.[нужна цитата ]
Время анализаЗадержка между отправкой документа и появлением результатов.[нужна цитата ]
Объем документов / Пакетная обработкаКоличество документов, которые система может обработать за единицу времени.[нужна цитата ]
Проверить интенсивностьКак часто и для каких типов фрагментов документа (абзацы, предложения, последовательности слов фиксированной длины) система запрашивает внешние ресурсы, такие как поисковые системы.
Тип алгоритма сравненияАлгоритмы, определяющие способ, которым система сравнивает документы друг с другом.[нужна цитата ]
Точность и отзывКоличество документов, правильно помеченных как плагиат, по сравнению с общим количеством помеченных документов и с общим количеством документов, которые были фактически плагиатом. Высокая точность означает, что мало ложные срабатывания были найдены, а высокий уровень отзыва означает, что мало ложные отрицания остались незамеченными.[нужна цитата ]

Большинство крупномасштабных систем обнаружения плагиата используют большие внутренние базы данных (в дополнение к другим ресурсам), которые растут с каждым дополнительным документом, представленным на анализ. Тем не менее, эта функция рассматривается некоторыми как нарушение авторских прав студентов.[нужна цитата ]

В исходном коде

Плагиат в компьютерном исходном коде также является частым явлением и требует иных инструментов, чем те, которые используются для сравнения текста в документе. Значительное исследование было посвящено академическому плагиату исходного кода.[42]

Отличительной чертой плагиата исходного кода является отсутствие эссе мельницы, например, в традиционном плагиате. Поскольку большинство заданий по программированию предполагают, что студенты будут писать программы с очень конкретными требованиями, очень сложно найти существующие программы, которые им уже соответствуют. Поскольку интегрировать внешний код зачастую сложнее, чем писать его с нуля, большинство студентов, занимающихся плагиатом, предпочитают делать это у своих сверстников.

По словам Роя и Корди,[43] Алгоритмы обнаружения сходства исходного кода могут быть классифицированы как основанные на

  • Строки - ищите точные текстовые совпадения сегментов, например, строки из пяти слов. Быстро, но может запутаться, переименовав идентификаторы.
  • Токены - как со строками, но с использованием лексер преобразовать программу в жетоны первый. Это отбрасывает пробелы, комментарии и имена идентификаторов, делая систему более устойчивой к простой замене текста. Большинство академических систем обнаружения плагиата работают на этом уровне, используя разные алгоритмы для измерения сходства между последовательностями токенов.
  • Разбирать деревья - строить и сравнивать деревья синтаксического анализа. Это позволяет обнаруживать сходства более высокого уровня. Например, сравнение дерева может нормализовать условные операторы и обнаруживать эквивалентные конструкции как похожие друг на друга.
  • Графики зависимости программы (PDG) - PDG фиксирует фактический поток управления в программе и позволяет находить эквиваленты более высокого уровня с большими затратами по сложности и времени вычислений.
  • Метрики - метрики фиксируют «баллы» сегментов кода в соответствии с определенными критериями; например, «количество циклов и условий» или «количество различных используемых переменных». Метрики легко вычислить и быстро сравнить, но они также могут приводить к ложным срабатываниям: два фрагмента с одинаковыми оценками по набору метрик могут делать совершенно разные вещи.
  • Гибридные подходы - например, деревья синтаксического анализа + суффиксные деревья может сочетать способность обнаружения деревьев синтаксического анализа со скоростью, обеспечиваемой суффиксными деревьями, типом структуры данных с сопоставлением строк.

Предыдущая классификация была разработана для рефакторинг кода, а не для обнаружения академического плагиата (важная цель рефакторинга - избежать дублирования кода, называемого клоны кода в литературе). Вышеупомянутые подходы эффективны против разных уровней сходства; Сходство низкого уровня относится к идентичному тексту, в то время как сходство высокого уровня может быть связано с аналогичными спецификациями. В академической среде, когда ожидается, что все студенты будут кодировать в соответствии с одними и теми же спецификациями, ожидается полностью функционально эквивалентный код (с высокоуровневым сходством), и только низкоуровневое сходство рассматривается как доказательство обмана.

Сложности с использованием программного обеспечения сопоставления текста для обнаружения плагиата

Различные осложнения были задокументированы с использованием программного обеспечения сопоставления текста при использовании для обнаружения плагиата. Одна из наиболее распространенных проблем, задокументированных центрами, посвящена вопросу прав интеллектуальной собственности. Основной аргумент заключается в том, что материалы должны быть добавлены в базу данных, чтобы TMS могла эффективно определить соответствие, но добавление материалов пользователей в такую ​​базу данных может нарушить их права интеллектуальной собственности. Этот вопрос поднимался в ряде судебных дел.

Дополнительной сложностью при использовании TMS является то, что программа находит только точные совпадения с другим текстом. Он не учитывает плохо перефразированные работы, например, или практику плагиата с использованием достаточных замен слов, чтобы ускользнуть от программы обнаружения, которая известна как рогетинг.

Смотрите также

Рекомендации

  1. ^ Калвин, Ф., и Ланкастер, Т. (2001). «Плагиат, предотвращение, сдерживание и обнаружение». Академия высшего образования.
  2. ^ а б Бретаг, Т., и Махмуд, С. (2009). Модель определения студенческого плагиата: электронное обнаружение и академическая оценка. Журнал университетской педагогической и учебной практики, 6(1). Получено с http://ro.uow.edu.au/jutlp/vol6/iss1/6.
  3. ^ Макдональд Р. и Кэрролл Дж. (2006). Плагиат - сложная проблема, требующая целостного институционального подхода. Оценка и оценка в высшем образовании, 31(2), 233–245. Дои:10.1080/02602930500262536
  4. ^ Фолтынек, Томаш; Meuschke, Norman; Гипп, Бела (16 октября 2019 г.). «Обнаружение академического плагиата: систематический обзор литературы». Опросы ACM Computing. 52 (6): 1–42. Дои:10.1145/3345317.
  5. ^ Штейн, Бенно; Коппель, Моше; Стамататос, Эфстатиос (декабрь 2007 г.), «Анализ плагиата, идентификация авторства и обнаружение почти дубликатов PAN'07» (PDF), Форум СИГИР, 41 (2): 68, Дои:10.1145/1328964.1328976, S2CID  6379659, заархивировано из оригинал (PDF) 2 апреля 2012 г., получено 7 октября 2011
  6. ^ а б c Поттхаст, Мартин; Штейн, Бенно; Эйзельт, Андреас; Баррон-Седеньо, Альберто; Россо, Паоло (2009), "Обзор 1-го Международного конкурса по обнаружению плагиата", PAN09 - 3-й семинар по раскрытию плагиата, авторства и неправомерного использования социального программного обеспечения и 1-й международный конкурс по обнаружению плагиата (PDF), Материалы семинара CEUR, 502, стр. 1–9, ISSN  1613-0073, заархивировано из оригинал (PDF) 2 апреля 2012 г.
  7. ^ Штейн, Бенно; Мейер цу Айссен, Свен; Поттаст, Мартин (2007 г.), «Стратегии восстановления плагиата», Материалы 30-й ежегодной международной конференции ACM SIGIR (PDF), ACM, стр. 825–826, Дои:10.1145/1277741.1277928, ISBN  978-1-59593-597-7, S2CID  3898511, заархивировано из оригинал (PDF) 2 апреля 2012 г., получено 7 октября 2011
  8. ^ а б Мейер цу Айссен, Свен; Стейн, Бенно (2006), «Обнаружение внутреннего плагиата», Достижения в области поиска информации 28-я Европейская конференция по IR-исследованиям, ECIR 2006, Лондон, Великобритания, 10–12 апреля 2006 г. Материалы (PDF), Конспект лекций по информатике, 3936, Springer, стр. 565–569, CiteSeerX  10.1.1.110.5366, Дои:10.1007/11735106_66, ISBN  978-3-540-33347-0, заархивировано из оригинал (PDF) 2 апреля 2012 г., получено 7 октября 2011
  9. ^ Бенсалем, Имене (2020). «Обнаружение внутреннего плагиата: обзор». Обнаружение плагиата: акцент на внутреннем подходе и оценке на арабском языке (Кандидатская диссертация). Константин 2 Университет. Дои:10.13140 / RG.2.2.25727.84641.
  10. ^ Бао, Цзюнь-Пэн; Малькольм, Джеймс А. (2006), «Сходство текста в статьях научных конференций», Материалы 2-й Международной конференции по плагиату (PDF), Northumbria University Press, заархивировано оригинал (PDF) 16 сентября 2018 г., получено 7 октября 2011
  11. ^ Клаф, Пол (2000), Плагиат на естественных языках и языках программирования обзор современных инструментов и технологий (PDF) (Технический отчет), Департамент компьютерных наук, Университет Шеффилда, архивировано с оригинал (PDF) 18 августа 2011 г.
  12. ^ Калвин, Финтан; Ланкастер, Томас (2001), «Проблемы плагиата в высшем образовании» (PDF), Лоза, 31 (2): 36–41, Дои:10.1108/03055720010804005, заархивировано из оригинал (PDF) 5 апреля 2012 г.
  13. ^ Ланкастер, Томас (2003), Эффективное и действенное обнаружение плагиата (Кандидатская диссертация), Школа вычислительной техники, информационных систем и математики Университета Саут-Бэнк
  14. ^ Маурер, Германн; Зака, Билал (2007), «Плагиат - проблема и как с ним бороться», Труды Всемирной конференции по образовательным мультимедиа, гипермедиа и телекоммуникациям 2007 г., AACE, стр. 4451–4458
  15. ^ Юманс, Роберт Дж. (Ноябрь 2011 г.). «Снижает ли плагиат внедрение программного обеспечения для обнаружения плагиата в высшем образовании?». Исследования в высшем образовании. 36 (7): 749–761. Дои:10.1080/03075079.2010.523457. S2CID  144143548.
  16. ^ а б Хоад, Тимоти; Зобель, Джастин (2003), «Методы идентификации документов с версиями и плагиатом» (PDF), Журнал Американского общества информационных наук и технологий, 54 (3): 203–215, CiteSeerX  10.1.1.18.2680, Дои:10.1002 / asi.10170, заархивировано из оригинал (PDF) 30 апреля 2015 г., получено 14 октября 2014
  17. ^ Штейн, Бенно (июль 2005 г.), «Нечеткие отпечатки пальцев для поиска текстовой информации», Материалы 5-й Международной конференции по управлению знаниями I-KNOW '05, Грац, Австрия (PDF), Springer, Know-Center, стр. 572–579, архивировано с оригинал (PDF) 2 апреля 2012 г., получено 7 октября 2011
  18. ^ Брин, Сергей; Дэвис, Джеймс; Гарсиа-Молина, Гектор (1995), «Механизмы обнаружения копий для цифровых документов», Материалы Международной конференции ACM SIGMOD по управлению данными 1995 г. (PDF), ACM, стр. 398–409, CiteSeerX  10.1.1.49.1567, Дои:10.1145/223784.223855, ISBN  978-1-59593-060-6, S2CID  8652205
  19. ^ Моностори, Кристиан; Заславский, Аркадий; Шмидт, Хайнц (2000), "Система обнаружения перекрытия документов для распределенных электронных библиотек", Материалы пятой конференции ACM по электронным библиотекам (PDF), ACM, стр. 226–227, Дои:10.1145/336597.336667, ISBN  978-1-58113-231-1, S2CID  5796686, заархивировано из оригинал (PDF) 15 апреля 2012 г., получено 7 октября 2011
  20. ^ Бейкер, Бренда С. (Февраль 1993 г.), Об обнаружении дублирования в строках и программном обеспечении (Технический отчет), AT&T Bell Laboratories, Нью-Джерси, заархивировано из оригинал (GS) 30 октября 2007 г.
  21. ^ Хмелев, Дмитрий В .; Чайхан, Уильям Дж. (2003), «Мера на основе повторений для проверки текстовых коллекций и категоризации текста», SIGIR'03: Материалы 26-й ежегодной международной конференции ACM SIGIR по исследованиям и разработкам в области информационного поиска, ACM, стр.104–110, CiteSeerX  10.1.1.9.6155, Дои:10.1145/860435.860456, ISBN  978-1581136463, S2CID  7316639
  22. ^ Си, Антонио; Леонг, Хонг Ва; Лау, Ринсон В. Х. (1997), "ПРОВЕРКА: Система обнаружения плагиата документов", SAC '97: Материалы симпозиума ACM 1997 г. по прикладным вычислениям (PDF), ACM, стр. 70–77, Дои:10.1145/331697.335176, ISBN  978-0-89791-850-3, S2CID  15273799
  23. ^ Дреер, Хайнц (2007), «Автоматический концептуальный анализ для обнаружения плагиата» (PDF), Информация и не только: Журнал проблем информатизации науки и информационных технологий, 4: 601–614, Дои:10.28945/974
  24. ^ Мур, Маркус; Зехнер, Марио; Керн, Роман; Гранитцер, Майкл (2009), "Обнаружение внешнего и внутреннего плагиата с использованием векторных пространственных моделей", PAN09 - 3-й семинар по раскрытию плагиата, авторства и неправомерного использования социального программного обеспечения и 1-й международный конкурс по обнаружению плагиата (PDF), Материалы семинара CEUR, 502, стр. 47–55, ISSN  1613-0073, заархивировано из оригинал (PDF) 2 апреля 2012 г.
  25. ^ Гипп, Бела (2014), Обнаружение плагиата на основе цитирования, Springer Vieweg Research, ISBN  978-3-658-06393-1
  26. ^ а б c d Гипп, Бела; Бил, Йоран (июнь 2010 г.), «Обнаружение плагиата на основе цитирования - новый подход к независимому выявлению плагиата на рабочем языке», Материалы 21-й конференции ACM по гипертексту и гипермедиа (HT'10) (PDF), ACM, стр. 273–274, Дои:10.1145/1810617.1810671, ISBN  978-1-4503-0041-4, S2CID  2668037, заархивировано из оригинал (PDF) 25 апреля 2012 г., получено 21 октября 2011
  27. ^ Гипп, Бела; Meuschke, Norman; Брайтингер, Коринна; Липинский, Марио; Нюрнбергер, Андреас (28 июля 2013 г.), «Демонстрация анализа шаблонов цитирования для обнаружения плагиата», Материалы 36-й Международной конференции ACM SIGIR по исследованиям и разработкам в области информационного поиска (PDF), ACM, стр. 1119, г. Дои:10.1145/2484028.2484214, ISBN  9781450320344, S2CID  2106222
  28. ^ а б Гипп, Бела; Меушке, Норман (сентябрь 2011 г.), «Алгоритмы сопоставления с образцом цитирования для обнаружения плагиата на основе цитирования: жадное разбиение цитирования, разбиение на части и самая длинная общая последовательность цитирования», Материалы 11-го Симпозиума ACM по проектированию документов (DocEng2011) (PDF), ACM, стр. 249–258, Дои:10.1145/2034691.2034741, ISBN  978-1-4503-0863-2, S2CID  207190305, заархивировано из оригинал (PDF) 25 апреля 2012 г., получено 7 октября 2011
  29. ^ а б Гипп, Бела; Meuschke, Norman; Бил, Йоран (июнь 2011 г.), «Сравнительная оценка подходов к обнаружению плагиата на основе текста и цитирования с использованием GuttenPlag», Труды 11-й совместной конференции ACM / IEEE-CS по электронным библиотекам (JCDL'11) (PDF), ACM, pp. 255–258, CiteSeerX  10.1.1.736.4865, Дои:10.1145/1998076.1998124, ISBN  978-1-4503-0744-4, S2CID  3683238, заархивировано из оригинал (PDF) 25 апреля 2012 г., получено 7 октября 2011
  30. ^ Гипп, Бела; Бил, Йоран (июль 2009 г.), «Анализ близости цитирования (CPA) - новый подход к выявлению связанных работ на основе анализа совместного цитирования», Материалы 12-й Международной конференции по наукометрии и информетрике (ISSI'09) (PDF), Международное общество наукометрии и информетрики, стр. 571–575, ISSN  2175-1935, заархивировано из оригинал (PDF) 13 сентября 2012 г., получено 7 октября 2011
  31. ^ Холмс, Дэвид И. (1998), "Эволюция стилометрии в гуманитарных науках", Литературные и лингвистические вычисления, 13 (3): 111–117, Дои:10.1093 / llc / 13.3.111
  32. ^ Юола, Патрик (2006), «Авторство» (PDF), Основы и тенденции поиска информации, 1 (3): 233–334, CiteSeerX  10.1.1.219.1605, Дои:10.1561/1500000005, ISSN  1554-0669
  33. ^ а б Штейн, Бенно; Липка, Недим; Преттенхофер, Питер (2011), «Внутренний анализ плагиата» (PDF), Языковые ресурсы и оценка, 45 (1): 63–82, Дои:10.1007 / s10579-010-9115-y, ISSN  1574-020X, S2CID  13426762, заархивировано из оригинал (PDF) 2 апреля 2012 г., получено 7 октября 2011
  34. ^ Бенсалем, Имене; Россо, Паоло; Чихи, Салим (2019). «Об использовании символьных n-граммов как единственного внутреннего доказательства плагиата». Языковые ресурсы и оценка. 53 (3): 363-396. Дои:10.1007 / s10579-019-09444-w. S2CID  86630897.
  35. ^ Портал Plagiat - Softwaretest 2004 (на немецком языке), HTW University of Applied Sciences Berlin, архив из оригинал 25 октября 2011 г., получено 6 октября 2011
  36. ^ Портал Plagiat - Softwaretest 2008 (на немецком языке), HTW Университет прикладных наук Берлина, получено 6 октября 2011
  37. ^ а б Портал Plagiat - Softwaretest 2010 (на немецком языке), HTW Университет прикладных наук Берлина, получено 6 октября 2011
  38. ^ а б Поттхаст, Мартин; Баррон-Седеньо, Альберто; Эйзельт, Андреас; Штейн, Бенно; Россо, Паоло (2010), "Обзор 2-го Международного конкурса по обнаружению плагиата", Записные книжки лабораторий и семинаров CLEF 2010, 22–23 сентября, Падуя, Италия (PDF), заархивировано из оригинал (PDF) 3 апреля 2012 г., получено 7 октября 2011
  39. ^ а б Поттхаст, Мартин; Эйзельт, Андреас; Баррон-Седеньо, Альберто; Штейн, Бенно; Россо, Паоло (2011), "Обзор 3-го Международного конкурса по обнаружению плагиата", Записные статьи лабораторий и семинаров CLEF 2011, 19–22 сентября, Амстердам, Нидерланды (PDF), заархивировано из оригинал (PDF) 2 апреля 2012 г., получено 7 октября 2011
  40. ^ Поттхаст, Мартин; Баррон-Седеньо, Альберто; Штейн, Бенно; Россо, Паоло (2011), «Обнаружение межъязыкового плагиата» (PDF), Языковые ресурсы и оценка, 45 (1): 45–62, Дои:10.1007 / s10579-009-9114-z, HDL:10251/37479, ISSN  1574-020X, S2CID  14942239, заархивировано из оригинал (PDF) 26 ноября 2013 г., получено 7 октября 2011
  41. ^ Вебер-Вульф, Дебора (июнь 2008 г.), «Об использовании программного обеспечения для обнаружения плагиата», В трудах 3-й Международной конференции по плагиату, Ньюкасл-апон-Тайн (PDF)
  42. ^ «Предотвращение и обнаружение плагиата - онлайн-ресурсы по плагиату исходного кода» В архиве 15 ноября 2012 г. Wayback Machine. Академия высшего образования, Ольстерский университет.
  43. ^ Рой, Чанчал Кумар; Корди, Джеймс Р. (26 сентября 2007 г.)."Обзор исследований по обнаружению клонов программного обеспечения". Школа вычислительной техники, Королевский университет, Канада.

Литература

  • Кэрролл, Дж. (2002). А справочник по предотвращению плагиата в высшем образовании. Оксфорд: Оксфордский центр развития персонала и обучения, Университет Оксфорд-Брукс. (96 п.), ISBN  1873576560
  • Зейдман, Б. (2011). Справочник программного обеспечения IP Detective. Прентис Холл. (480 п.), ISBN  0137035330