Последняя опубликованная работа лауреата Новоселова. У нас нет размеченного корпуса с работами Нобелевских лауреатов, но после прогона на различных тестовых корпусах, не использованных в обучении, микро-усредненная точность была в пределах 85-95% для сильно модифицированных заимствований и 98% для слабо-модифицированных.
Для проверки научности работы и квалификации выпускника или ученого существуют другие, не менее важные процессы: защиты, комиссии, экзамены, преподавательские и экспертные оценки. Тем не менее, проблема списывания одна из самых популярных. Мы предоставляем сопутствующий этим процессам инструмент, чтобы упростить оценку в случаях, когда работа должна быть самостоятельной.
Статья как раз посвящена алгоритму, который начинает распространяться с шингла длиной в 5, а не 3 слова, как это делает дословный суффиксный массив. Если нечеткий дубликат в итоге оказался коротким он не будет учитываться
Оригинальные технические статьи (к примеру, на Хабре) имеют высокий процент уникального текста, хотя и не затачивались под Антиплагиат.
в общем случае невозможно установить — является ли отдельный короткий фрагмент «творчески переработанным» фрагментом другой работы или самостоятельно написан на основании аналогичных источников
Поэтому нечетким поиском мы определяем достаточно длинные фрагменты. И полнота и точность нечеткого поиска на средне-модифицированных заимствованиях превышают 90%, что адекватно задачам алгоритма.
Немного большего качества можно достичь семантическими моделями, но они работают в десятки (а то и сотни) раз медленнее.
Вы правы, первый пример не является плагиатом. Но он также и не является оригинальным текстом: этот факт явно заимствован из некоторого источника. Не любое заимствование является плагиатом, поэтому так важна проверка отчета экспертом.
Последняя опубликованная работа лауреата Новоселова. У нас нет размеченного корпуса с работами Нобелевских лауреатов, но после прогона на различных тестовых корпусах, не использованных в обучении, микро-усредненная точность была в пределах 85-95% для сильно модифицированных заимствований и 98% для слабо-модифицированных.
Оригинальные технические статьи (к примеру, на Хабре) имеют высокий процент уникального текста, хотя и не затачивались под Антиплагиат.
Поэтому нечетким поиском мы определяем достаточно длинные фрагменты. И полнота и точность нечеткого поиска на средне-модифицированных заимствованиях превышают 90%, что адекватно задачам алгоритма.
Немного большего качества можно достичь семантическими моделями, но они работают в десятки (а то и сотни) раз медленнее.