一种基于段落词频统计的论文抄袭判定算法

解决论文抄袭的判定问题不但可以减轻审稿人员的工作负担,而且对于提高学术论文质量、净化学术领域、防止学术腐败都有很重要的意义。从抄袭的定义和法律规定出发,在分析比较国内外主要的论文抄袭判定方法基础上,提出存在的问题和改进策略,然后给出一种基于段落词频统计的论文抄袭判定算法。此算法不但可以检测出抄袭者成段抄袭的情况,而且可以检测出段落中语句顺序改变、段落内容压缩和扩充的情况,若疑似抄袭还可以将抄袭论文和被抄袭论文的相似内容输出,方便用户进一步审查。

基于段落相似度的论文抄袭判定

从抄袭的定义和法律规定出发,在分析比较国内外主要的论文抄袭判定方法基础上,提出存在的问题和改进策略,最后给出一种基于段落相似度的论文抄袭判定算法。此算法可以检测出抄袭者将论文的段落顺序打乱或者将段落文字打乱重新组合的情况,并将确认抄袭和疑似抄袭的抄袭论文和原论文的相应内容输出,方便用户进一步审查。

基于语言模型和特征分类的抄袭判定

信息时代作者版权的保护问题已受到越来越多的关注。针对部分小说存在的文本大面积相似问题，提出基于语言模型和特征分类的方法。统计文本二元～六元的语言模型并且绘制拓扑图，通过计算重合概率和词性比来分析词语的重合程度和语法信息，在此基础上利用主成分分析和随机森林的方法，进行分类判别。机器学习的结果表明，该方法能够有效地鉴别小说是否存在抄袭现象。

初探科技期刊学术不端论文的判定

通过分析《农业工程学报》防范学术不端论文的实践及取得的成效,论述了学术期刊抵制不端论文的重要性和期刊的责任。鉴于目前我国相关政策及管理体制的缺失,建议政府及管理机构加强学术规范的基础性建设,促进学术团体组织制定行业或领域的学术规范,实现科技期刊出版业与学术界的互动。文章重点研究了论文的文本重复率与抄袭的关系,得出文本重复率是判定论文是否有抄袭问题的参考指标,而不能作为唯一依据。判定论文是否抄袭,应采取定量、定性相结合的方法,特别要关注研究对象、研究方法和研究结果等论文的主体部分内容是否重复,同时考虑不同学科领域、同一领域不同类型的论文的允许重复率的差别。