Rīki plaģiātisma novēršanai un atpazīšanai tekstuālos dokumentos

Abstract

Darbā tiek apskatītas kā vispārīgas, tā arī konkrētas plaģiātisma definīcijas. Tiek apskatīta plaģiātisma uztvere un klasifikācija dažās lielās zinātniskās institūcijās – ACM, IEEE, MIT un Stenfordas universitāte. Tiek analizēta pašreizējā situācija plaģiātisma novēršanā Latvijas Universitātē un ieteikti risinājumi situācijas uzlabošanai. Darbā tiek piedāvāti uzlabojumi autora rīka modelim plaģiātisma atpazīšanai internetā pieejamos dokumentos, kā arī veikta jauna meklēšanas rīka izvēle. Uzlabojumi tiek piedāvāti arī rīka modelim, kas atpazīst plaģiātismu lokāli izvietotos dokumentos. Šie uzlabojumi, ļauj meklēt ne tikai precīzas kopijas, bet arī kopijas ar pārveidojumiem. Rīku modeļi tiek pielāgoti pašreizējai LU plaģiātisma definīcijai. Darbā tiek piedāvāts eksistējošs risinājums plaģiātisma atpazīšanai Latvijas Universitātes e-studiju videi Moodle. Kā arī darbā ir pieejams vairāku citu rīku apskats. Atslēgvārdi: plaģiātisms, plaģiāts, teksts, novēršana, atpazīšana, rīks.

In this paper both general and specific plagiarism definitions are described. Plagiarism perception and classification at several big scientific organizations is described. These organizations are AMC, IEEE, MIT, and Stanford. Situation with plagiarism prevention at University of Latvia (Latvijas Universitāte) is examined. Solutions to improve this position are provided. In this paper improvements for author’s tool model for plagiarism detection in Internet are provided. Author selects new Internet Web Search API for this model. Improvements are proposed also for the other model for plagiarism detection in local documents. These improvements give ability to search not only exact copies, but also copies with transformations. Both models are adjusted to match current University of Latvia plagiarism definition. In this paper existing solution for automatic plagiarism detection in assignments submitted to Moodle courseware (which is used in University of Latvia) are proposed and analyzed. Several other existing tools are described. Keywords: plagiarism, plagiarize, text, prevention, detection, tool.