Die Erkennung von Inhaltsähnlichkeiten oder Plagiatserkennung ist der Prozess, Plagiate oder Urheberrechtsverletzungen in einem Werk oder Dokument aufzuspüren . Die weitverbreitete Nutzung von Computern und das Aufkommen des Internets haben das Plagiieren fremder Werke erleichtert. [ 1 ] [ 2 ]

Plagiatserkennung kann auf verschiedene Weise erfolgen. Die manuelle Prüfung ist die traditionellste Methode, um Plagiate in schriftlichen Arbeiten zu identifizieren. Dies kann für den Leser eine langwierige und zeitaufwändige Aufgabe sein [ 2 ] und zudem zu Inkonsistenzen bei der Plagiatserkennung innerhalb einer Organisation führen [ 3 ] . Textvergleichssoftware (TMS), auch als „Plagiatserkennungssoftware“ oder „Anti-Plagiat-Software“ bezeichnet, ist mittlerweile weit verbreitet und sowohl als kommerzielle Produkte als auch als Open-Source-Software erhältlich. TMS erkennt Plagiate nicht direkt, sondern findet spezifische Textpassagen in einem Dokument, die mit Texten in einem anderen Dokument übereinstimmen.

Softwaregestützte Plagiatserkennung

Die computergestützte Plagiatserkennung ist eine Aufgabe der Informationswiedergewinnung (Information Retrieval, IR) , die von spezialisierten IR-Systemen unterstützt wird. Diese Systeme werden als Plagiatserkennungssysteme (Plagiatserkennungssysteme, PDS) oder Systeme zur Erkennung von Dokumentenähnlichkeiten bezeichnet. [ 4 ]

In Textdokumenten

Systeme zur Erkennung von Textähnlichkeiten implementieren einen von zwei generischen Erkennungsansätzen: einen externen und einen intrinsischen. [ 5 ] Externe Erkennungssysteme vergleichen ein verdächtiges Dokument mit einer Referenzsammlung, die als authentisch angenommen wird. [ 6 ] Basierend auf einem gewählten Dokumentmodell und vordefinierten Ähnlichkeitskriterien besteht die Erkennungsaufgabe darin, alle Dokumente zu finden, deren Text dem Text im verdächtigen Dokument in einem Grad oberhalb eines festgelegten Schwellenwerts ähnelt. [ 7 ] Intrinsische Plagiatserkennungssysteme analysieren ausschließlich den zu bewertenden Text, ohne Vergleiche mit externen Dokumenten durchzuführen. Dieser Ansatz zielt darauf ab, Veränderungen im individuellen Schreibstil eines Autors als Indikator für potenzielles Plagiat zu erkennen. [ 8 ] [ 9 ] Plagiatserkennungssysteme können Plagiate ohne menschliche Beurteilung nicht zuverlässig identifizieren. Ähnlichkeiten und Merkmale des Schreibstils werden mithilfe vordefinierter Dokumentmodelle berechnet und können zu falsch positiven Ergebnissen führen. [ 10 ] [ 11 ] [ 12 ] [ 13 ] [ 14 ]

Wirksamkeit dieser Instrumente im Hochschulbereich

Eine Studie untersuchte die Effektivität von Software zur Ähnlichkeitserkennung im Hochschulbereich. In einem Teil der Studie verfasste eine Gruppe von Studierenden eine wissenschaftliche Arbeit. Diese Studierenden wurden zuvor über Plagiat aufgeklärt und darüber informiert, dass ihre Arbeit einem System zur Erkennung von Inhaltsähnlichkeiten unterzogen würde. Eine zweite Gruppe von Studierenden verfasste eine Arbeit ohne jegliche Information über Plagiat. Die Forschenden erwarteten niedrigere Plagiatsraten in der ersten Gruppe, stellten jedoch in beiden Gruppen annähernd gleiche Raten fest. [ 15 ]

Ansätze

Die folgende Abbildung zeigt eine Klassifizierung von Erkennungsansätzen für die computergestützte Inhaltsähnlichkeitsanalyse. Die Ansätze unterscheiden sich durch die Art der Ähnlichkeitsbewertung: global oder lokal. Globale Ähnlichkeitsbewertungsansätze verwenden Merkmale größerer Textabschnitte oder des gesamten Dokuments zur Berechnung der Ähnlichkeit, während lokale Methoden nur vorab ausgewählte Textsegmente untersuchen. [ 16 ]

Klassifizierung computergestützter Plagiatserkennungsmethoden [ 16 ]
Fingerabdrücke

Fingerprinting ist derzeit der am weitesten verbreitete Ansatz zur Erkennung von Inhaltsähnlichkeiten. Diese Methode erstellt repräsentative Digests von Dokumenten, indem sie eine Menge mehrerer Teilstrings ( n-Gramme ) aus diesen auswählt. Diese Mengen stellen die Fingerabdrücke dar , deren Elemente als Minutien bezeichnet werden. [ 17 ] [ 18 ] Ein verdächtiges Dokument wird auf Plagiat geprüft, indem sein Fingerabdruck berechnet und die Minutien mit einem vorab berechneten Index von Fingerabdrücken aller Dokumente einer Referenzsammlung abgeglichen werden. Minutien, die mit denen anderer Dokumente übereinstimmen, weisen auf gemeinsame Textabschnitte hin und legen bei Überschreitung eines festgelegten Ähnlichkeitsschwellenwerts ein potenzielles Plagiat nahe. [ 19 ] Rechenressourcen und Zeit sind limitierende Faktoren für Fingerprinting. Daher vergleicht diese Methode typischerweise nur eine Teilmenge der Minutien, um die Berechnung zu beschleunigen und Prüfungen in sehr großen Sammlungen, wie beispielsweise dem Internet, zu ermöglichen. [ 17 ]

Zeichenkettenvergleich

Stringvergleich ist ein weit verbreitetes Verfahren in der Informatik . Bei der Plagiatserkennung werden Dokumente auf wörtliche Textübereinstimmungen verglichen. Zahlreiche Methoden wurden für diese Aufgabe vorgeschlagen, von denen einige für die externe Plagiatserkennung adaptiert wurden. Die Überprüfung eines verdächtigen Dokuments erfordert in diesem Kontext die Berechnung und Speicherung effizient vergleichbarer Repräsentationen aller Dokumente der Referenzsammlung, um diese paarweise zu vergleichen. Üblicherweise werden hierfür Suffixdokumentmodelle wie Suffixbäume oder Suffixvektoren verwendet. Der Teilstringvergleich ist jedoch rechenintensiv und daher für die Überprüfung großer Dokumentensammlungen ungeeignet. [ 20 ] [ 21 ] [ 22 ]

Wortschatz

Die Bag-of-Words-Analyse stellt die Anwendung des Vektorraum-Retrieval , eines traditionellen Konzepts des Information Retrieval, auf die Erkennung von Inhaltsähnlichkeiten dar. Dokumente werden als ein oder mehrere Vektoren repräsentiert, z. B. für verschiedene Dokumentteile, die für paarweise Ähnlichkeitsberechnungen verwendet werden. Die Ähnlichkeitsberechnung kann dann auf dem traditionellen Kosinus-Ähnlichkeitsmaß oder auf komplexeren Ähnlichkeitsmaßen basieren. [ 23 ] [ 24 ] [ 25 ]

Zitatanalyse

Die zitationsbasierte Plagiatserkennung (CbPD) [ 26 ] basiert auf der Zitationsanalyse und ist der einzige Ansatz zur Plagiatserkennung, der nicht auf textueller Ähnlichkeit beruht. [ 27 ] CbPD untersucht die Zitations- und Referenzinformationen in Texten, um ähnliche Muster in den Zitationssequenzen zu identifizieren. Daher eignet sich dieser Ansatz für wissenschaftliche Texte oder andere akademische Dokumente, die Zitate enthalten. Die Zitationsanalyse zur Plagiatserkennung ist ein relativ neues Konzept. Sie wird noch nicht von kommerzieller Software übernommen , es existiert jedoch ein erster Prototyp eines zitationsbasierten Plagiatserkennungssystems. [ 28 ] Die Reihenfolge und die räumliche Nähe der Zitate in den untersuchten Dokumenten sind die Hauptkriterien für die Berechnung der Ähnlichkeiten der Zitationsmuster. Zitationsmuster stellen Teilsequenzen dar, die nicht ausschließlich Zitate enthalten, die in den verglichenen Dokumenten vorkommen. [ 27 ] [ 29 ] Zur Quantifizierung des Ähnlichkeitsgrades der Muster werden auch Faktoren wie die absolute Anzahl oder der relative Anteil gemeinsamer Zitate im Muster sowie die Wahrscheinlichkeit des gemeinsamen Auftretens von Zitaten in einem Dokument berücksichtigt. [ 27 ] [ 29 ] [ 30 ] [ 31 ]

Stilometrie

Die Stilometrie umfasst statistische Methoden zur Quantifizierung des individuellen Schreibstils eines Autors [ 32 ] [ 33 ] und wird hauptsächlich zur Autorschaftszuordnung oder zur Erkennung intrinsischer Plagiate eingesetzt. [ 34 ] Die Erkennung von Plagiaten durch Autorschaftszuordnung erfordert die Überprüfung, ob der Schreibstil des verdächtigen Dokuments, das mutmaßlich von einem bestimmten Autor verfasst wurde, mit dem eines Korpus von Dokumenten desselben Autors übereinstimmt. Die Erkennung intrinsischer Plagiate hingegen deckt Plagiate anhand interner Merkmale im verdächtigen Dokument auf, ohne es mit anderen Dokumenten zu vergleichen. Dies geschieht durch die Erstellung und den Vergleich stilometrischer Modelle für verschiedene Textabschnitte des verdächtigen Dokuments. Passagen, die sich stilistisch von anderen unterscheiden, werden als potenziell plagiiert/urheberrechtsverletzend markiert. [ 8 ] Obwohl sie einfach zu extrahieren sind, zählen Zeichen -N-Gramme zu den besten stilometrischen Merkmalen für die Erkennung intrinsischer Plagiate. [ 35 ]

Neuronale Netze

Neuere Ansätze zur Bewertung der Inhaltsähnlichkeit mithilfe neuronaler Netze erzielen deutlich höhere Genauigkeiten, sind aber mit einem hohen Rechenaufwand verbunden. [ 36 ] Traditionelle neuronale Netze betten beide Inhaltselemente in semantische Vektoreinbettungen ein, um ihre Ähnlichkeit zu berechnen, die häufig als Kosinusähnlichkeit angegeben wird. Fortgeschrittenere Methoden führen mithilfe der Transformer- Architektur eine durchgängige Vorhersage von Ähnlichkeiten oder Klassifizierungen durch . [ 37 ] [ 38 ] Insbesondere die Paraphrasenerkennung profitiert von hochparametrisierten, vortrainierten Modellen.

Leistung

Vergleichende Evaluierungen von Systemen zur Erkennung von Inhaltsähnlichkeiten [ 6 ] [ 39 ] [ 40 ] [ 41 ] [ 42 ] [ 43 ] zeigen, dass deren Leistung von der Art des vorliegenden Plagiats abhängt (siehe Abbildung). Mit Ausnahme der Zitationsmusteranalyse basieren alle Erkennungsansätze auf textueller Ähnlichkeit. Es ist daher bezeichnend, dass die Erkennungsgenauigkeit mit zunehmender Verschleierung der Plagiatsfälle abnimmt.

Die Erkennungsleistung computergestützter Plagiatserkennungsverfahren in Abhängigkeit von der Art des vorliegenden Plagiats

Wörtliche Kopien, auch bekannt als Copy-and-Paste-Plagiat oder offenkundige Urheberrechtsverletzung, sowie Fälle von leicht verschleiertem Plagiat lassen sich mit aktuellen externen PDS (Dokumentenerkennungssystemen) mit hoher Genauigkeit erkennen, sofern die Quelle für die Software zugänglich ist. Insbesondere Verfahren zur Teilstring-Analyse erzielen gute Ergebnisse bei Copy-and-Paste-Plagiaten, da sie üblicherweise verlustfreie Dokumentmodelle wie Suffixbäume verwenden . Die Leistungsfähigkeit von Systemen, die Fingerprinting oder Bag-of-Words-Analysen zur Erkennung von Kopien einsetzen, hängt vom Informationsverlust des verwendeten Dokumentmodells ab. Durch die Anwendung flexibler Chunking- und Selektionsstrategien sind sie im Vergleich zu Verfahren zur Teilstring-Analyse besser in der Lage, moderate Formen von verschleiertem Plagiat zu erkennen.

Die intrinsische Plagiatserkennung mittels Stilometrie kann die Grenzen textueller Ähnlichkeit bis zu einem gewissen Grad überwinden, indem sie sprachliche Ähnlichkeiten vergleicht. Da die stilistischen Unterschiede zwischen plagiierten und Originalpassagen signifikant sind und zuverlässig identifiziert werden können, hilft die Stilometrie dabei, verschleierte und paraphrasierte Plagiate aufzudecken. Stilometrische Vergleiche versagen jedoch wahrscheinlich, wenn Passagen so stark paraphrasiert sind, dass sie dem persönlichen Schreibstil des Plagiators ähneln, oder wenn ein Text von mehreren Autoren verfasst wurde. Die Ergebnisse der internationalen Wettbewerbe zur Plagiatserkennung aus den Jahren 2009, 2010 und 2011 [ 6 ] [ 42 ] [ 43 ] sowie Experimente von Stein [ 34 ] lassen darauf schließen, dass die stilometrische Analyse nur bei Dokumentlängen von mehreren Tausend oder Zehntausend Wörtern zuverlässig zu funktionieren scheint, was die Anwendbarkeit der Methode auf computergestützte Plagiatserkennungsumgebungen einschränkt.

Es wird zunehmend an Methoden und Systemen geforscht, die in der Lage sind, übersetztes Plagiat zu erkennen. Derzeit gilt die sprachübergreifende Plagiatserkennung (CLPD) noch nicht als ausgereifte Technologie [ 44 ] , und entsprechende Systeme konnten in der Praxis keine zufriedenstellenden Erkennungsergebnisse erzielen. [ 41 ]

Die zitatbasierte Plagiatserkennung mittels Zitationsmusteranalyse kann stärkere Paraphrasen und Übersetzungen mit höherer Trefferquote identifizieren als andere Erkennungsansätze, da sie unabhängig von textuellen Merkmalen ist. [ 27 ] [ 30 ] Da die Zitationsmusteranalyse jedoch auf ausreichend verfügbaren Zitationsinformationen beruht, ist sie auf wissenschaftliche Texte beschränkt. Sie ist textbasierten Ansätzen bei der Erkennung kürzerer Plagiatspassagen, wie sie typisch für Copy-and-Paste- oder Shake-and-Paste-Plagiate sind, unterlegen. Letzteres bezeichnet das Mischen leicht veränderter Fragmente aus verschiedenen Quellen. [ 45 ]

Software

Die Entwicklung von Software zur Erkennung von Inhaltsähnlichkeiten bei Textdokumenten ist durch eine Reihe von Faktoren gekennzeichnet: [ 46 ].
Faktor Beschreibung und Alternativen
SuchumfangIm öffentlichen Internet, unter Verwendung von Suchmaschinen / institutionellen Datenbanken / lokalen, systemspezifischen Datenbanken.
AnalysezeitVerzögerung zwischen dem Zeitpunkt der Einreichung eines Dokuments und dem Zeitpunkt, an dem die Ergebnisse verfügbar sind.
Dokumentenkapazität / StapelverarbeitungAnzahl der Dokumente, die das System pro Zeiteinheit verarbeiten kann.
Intensität prüfenWie häufig und für welche Arten von Dokumentfragmenten (Absätze, Sätze, Wortfolgen fester Länge) fragt das System externe Ressourcen wie Suchmaschinen ab.
Vergleichsalgorithmus-TypDie Algorithmen, die festlegen, wie das System Dokumente miteinander vergleicht.
Präzision und RückrufDie Anzahl der korrekt als Plagiat gekennzeichneten Dokumente im Vergleich zur Gesamtzahl der gekennzeichneten Dokumente und zur Gesamtzahl der tatsächlich plagiierten Dokumente. Eine hohe Präzision bedeutet wenige falsch-positive Ergebnisse, eine hohe Trefferquote bedeutet wenige unentdeckte falsch-negative Ergebnisse .

Die meisten groß angelegten Plagiatserkennungssysteme nutzen große, interne Datenbanken (neben anderen Ressourcen), die mit jedem weiteren zur Analyse eingereichten Dokument wachsen. Diese Vorgehensweise wird jedoch von einigen als Verletzung des Urheberrechts von Studierenden angesehen .

Im Quellcode

Plagiat in Computerquellcode ist ebenfalls häufig und erfordert andere Werkzeuge als jene, die für Textvergleiche in Dokumenten verwendet werden. Umfangreiche Forschung wurde dem Plagiat in akademischem Quellcode gewidmet. [ 47 ]

Ein besonderes Merkmal von Quellcode-Plagiat ist, dass es keine Textverarbeitungsfirmen gibt , wie sie beim traditionellen Plagiat anzutreffen sind. Da die meisten Programmieraufgaben von den Studierenden verlangen, Programme mit sehr spezifischen Anforderungen zu schreiben, ist es äußerst schwierig, bestehende Programme zu finden, die diese Anforderungen bereits erfüllen. Da die Integration externen Codes oft schwieriger ist als dessen Neuentwicklung, greifen die meisten Studierenden, die plagiieren, auf Code ihrer Kommilitonen zurück.

Laut Roy und Cordy [ 48 ] lassen sich Algorithmen zur Erkennung von Quellcodeähnlichkeiten entweder wie folgt klassifizieren:

  • Zeichenketten – Suche nach exakten Textübereinstimmungen von Segmenten, beispielsweise Fünf-Wort-Sequenzen. Schnell, kann aber durch Umbenennung von Bezeichnern zu Verwirrung führen.
  • Tokens – ähnlich wie bei Zeichenketten, jedoch wird das Programm zunächst mithilfe eines Lexers in Tokens umgewandelt . Dadurch werden Leerzeichen, Kommentare und Bezeichnernamen entfernt, was das System robuster gegen einfache Textersetzungen macht. Die meisten Systeme zur Erkennung akademischer Plagiate arbeiten auf dieser Ebene und verwenden unterschiedliche Algorithmen, um die Ähnlichkeit zwischen Tokensequenzen zu messen.
  • Syntaxbäume – Erstellen und Vergleichen von Syntaxbäumen. Dies ermöglicht das Erkennen von Ähnlichkeiten auf höherer Ebene. Beispielsweise kann der Baumvergleich bedingte Anweisungen normalisieren und äquivalente Konstrukte als einander ähnlich erkennen.
  • Programmabhängigkeitsgraphen (PDGs) – ein PDG erfasst den tatsächlichen Kontrollfluss in einem Programm und ermöglicht das Auffinden von Äquivalenzen auf viel höherer Ebene, allerdings mit einem höheren Aufwand an Komplexität und Rechenzeit.
  • Metriken erfassen die Leistung von Codeabschnitten anhand bestimmter Kriterien, beispielsweise die Anzahl der Schleifen und Bedingungen oder die Anzahl der verwendeten Variablen. Metriken sind einfach zu berechnen und schnell vergleichbar, können aber auch zu Fehlalarmen führen: Zwei Codefragmente mit denselben Metrikwerten können völlig unterschiedliche Funktionen ausführen.
  • Hybride Ansätze – zum Beispiel Syntaxbäume + Suffixbäume – können die Erkennungsfähigkeit von Syntaxbäumen mit der Geschwindigkeit von Suffixbäumen, einer Art von String-Matching- Datenstruktur , kombinieren .

Die bisherige Klassifizierung wurde für Code-Refactoring entwickelt , nicht für die Erkennung akademischen Plagiats (ein wichtiges Ziel des Refactorings ist die Vermeidung von doppeltem Code , in der Literatur auch als Code-Klone bezeichnet). Die oben genannten Ansätze sind bei unterschiedlichen Ähnlichkeitsgraden wirksam; geringe Ähnlichkeit bezieht sich auf identischen Text, während hohe Ähnlichkeit auf ähnlichen Spezifikationen beruhen kann. Im akademischen Kontext, in dem alle Studierenden nach denselben Spezifikationen programmieren sollen, wird funktional äquivalenter Code (mit hoher Ähnlichkeit) erwartet, und nur geringe Ähnlichkeit gilt als Beweis für Betrug.

Unterschied zwischen Plagiat und Urheberrecht

Plagiat und Urheberrecht sind grundlegende Konzepte des wissenschaftlichen und kreativen Schreibens , die Autoren, Forscher und Studierende verstehen müssen. Obwohl sie ähnlich klingen mögen, sind sie es nicht; für jeden dieser Punkte können unterschiedliche Strategien angewendet werden. [ 49 ]

Algorithmen

Es wurden verschiedene Algorithmen zur Erkennung von doppeltem Code vorgeschlagen. Zum Beispiel:

Komplikationen bei der Verwendung von Textvergleichssoftware zur Plagiatserkennung

Bei der Verwendung von Textvergleichssoftware zur Plagiatserkennung wurden verschiedene Komplikationen dokumentiert. Eines der häufigsten Probleme betrifft die Frage der Urheberrechte. Das Hauptargument lautet, dass Materialien in eine Datenbank aufgenommen werden müssen, damit die Textvergleichssoftware eine Übereinstimmung feststellen kann. Das Hinzufügen von Benutzermaterialien zu einer solchen Datenbank könnte jedoch deren Urheberrechte verletzen. [ 56 ] [ 57 ] Diese Problematik wurde bereits in mehreren Gerichtsverfahren verhandelt.

Eine weitere Komplikation bei der Verwendung von TMS besteht darin, dass die Software nur exakte Übereinstimmungen mit anderen Texten findet. Sie erkennt beispielsweise keine schlecht paraphrasierten Texte oder die Praxis des Plagiats durch ausreichende Wortersetzungen, um die Erkennungssoftware zu umgehen (Rogeting) . Sie kann auch nicht beurteilen, ob die Paraphrase tatsächlich ein originelles Verständnis widerspiegelt oder ein Versuch ist, die Erkennung zu umgehen. [ 58 ]

Eine weitere Schwierigkeit bei Texterkennungssystemen (TMS) besteht darin, dass sie oft mehr Inhalte als nötig als verdächtig markieren, darunter auch legitime Zitate und Paraphrasierungen. Dies erschwert die Aufdeckung tatsächlicher Plagiatsfälle. [ 57 ] Dieses Problem entsteht, weil TMS-Algorithmen hauptsächlich oberflächliche Textähnlichkeiten analysieren, ohne den Kontext des Textes zu berücksichtigen. [ 58 ] [ 59 ] Pädagogen befürchten, dass die Abhängigkeit von TMS den Fokus von der Vermittlung korrekter Zitier- und Schreibfähigkeiten ablenken und ein zu vereinfachtes Bild von Plagiat erzeugen kann, das die Nuancen studentischer Texte außer Acht lässt. [ 60 ] Wissenschaftler argumentieren daher, dass diese Fehlalarme bei Studierenden Angst auslösen und sie davon abhalten können, ihre eigene Stimme zu finden. [ 56 ]

Siehe auch

Referenzen

  1. ^ Culwin, Fintan; Lancaster, Thomas (2001). „Plagiat, Prävention, Abschreckung und Aufdeckung“ . CiteSeerX  10.1.1.107.178 . Archiviert vom Original am 18. April 2021. Abgerufen am 11. November 2022 – über The Higher Education Academy .
  2. ^ a b Bretag, T. , & Mahmud, S. (2009). Ein Modell zur Bestimmung von studentischem Plagiat: Elektronische Erkennung und akademische Beurteilung. Journal of University Teaching & Learning Practice, 6 (1). Abgerufen von http://ro.uow.edu.au/jutlp/vol6/iss1/6
  3. ^ Macdonald, R., & Carroll, J. (2006). Plagiat – ein komplexes Problem, das einen ganzheitlichen institutionellen Ansatz erfordert. Assessment & Evaluation in Higher Education, 31 (2), 233–245. doi : 10.1080/02602930500262536
  4. ^ Foltynek, Tomáš; Meuschke, Norman; Gipp, Bela (16. Oktober 2019). „Akademische Plagiatserkennung: Eine systematische Literaturübersicht“ . ACM-Computing-Umfragen . 52 (6): 1– 42. doi : 10.1145/3345317 .
  5. ^ Stein, Benno; Koppel, Moshe; Stamatatos, Efstathios (Dezember 2007), „Plagiatanalyse, Autoridentifizierung und Erkennung nahezu identischer Werke PAN’07“ (PDF) , SIGIR Forum , 41 (2): 68, doi : 10.1145/1328964.1328976 , S2CID 6379659 , archiviert vom Original (PDF) am 2. April 2012 , abgerufen am 7. Oktober 2011 
  6. ^ a b c Potthast, Martin; Stein, Benno; Eiselt, Andreas; Barrón-Cedeño, Alberto; Rosso, Paolo (2009), „Überblick über den 1. Internationalen Wettbewerb zur Plagiatserkennung“, PAN09 – 3. Workshop zur Aufdeckung von Plagiat, Autorschaft und Missbrauch sozialer Software und 1. Internationaler Wettbewerb zur Plagiatserkennung (PDF) , CEUR Workshop Proceedings, Bd. 502, S.  1–9 , ISSN 1613-0073 , archiviert vom Original (PDF) am 2. April 2012 
  7. ^ Stein, Benno; Meyer zu Eissen, Sven; Potthast, Martin (2007), „Strategien zum Auffinden plagiierter Dokumente“, Proceedings 30th Annual International ACM SIGIR Conference (PDF) , ACM, S.  825–826 , doi : 10.1145/1277741.1277928 , ISBN 978-1-59593-597-7, S2CID  3898511 , archiviert vom Original (PDF) am 2. April 2012 , abgerufen am 7. Oktober 2011
  8. ^ a b Meyer zu Eissen, Sven; Stein, Benno (2006), „Intrinsic Plagiarism Detection“, Advances in Information Retrieval 28th European Conference on IR Research, ECIR 2006, London, UK, April 10–12, 2006 Proceedings (PDF) , Lecture Notes in Computer Science, vol. 3936, Springer, pp.  565– 569, CiteSeerX 10.1.1.110.5366 , doi : 10.1007/11735106_66 , ISBN  978-3-540-33347-0, archiviert vom Original (PDF) am 2. April 2012 , abgerufen am 7. Oktober 2011
  9. ^ Bensalem, Imene (2020). „Intrinsische Plagiatserkennung: Eine Übersicht“. Plagiatserkennung: Ein Fokus auf den intrinsischen Ansatz und die Bewertung in der arabischen Sprache (Dissertation) . Constantine 2 University. doi : 10.13140/RG.2.2.25727.84641 .
  10. ^ Bao, Jun-Peng; Malcolm, James A. (2006), „Text similarity in academic conference papers“, 2nd International Plagiarism Conference Proceedings (PDF) , Northumbria University Press, archiviert vom Original am 16. September 2018 , abgerufen am 7. Oktober 2011
  11. ^ Clough, Paul (2000), Plagiat in natürlichen und Programmiersprachen – ein Überblick über aktuelle Werkzeuge und Technologien (PDF) (Technischer Bericht), Fachbereich Informatik, Universität Sheffield, archiviert vom Original (PDF) am 18. August 2011
  12. ^ Culwin, Fintan; Lancaster, Thomas (2001), „Plagiatprobleme in der Hochschulbildung“ (PDF) , Vine , 31 (2): 36–41 , doi : 10.1108/03055720010804005 , archiviert vom Original (PDF) am 5. April 2012
  13. ^ Lancaster, Thomas (2003), Effektive und effiziente Plagiatserkennung (Dissertation), Fakultät für Informatik, Informationssysteme und Mathematik, South Bank University
  14. ^ Maurer, Hermann; Zaka, Bilal (2007), „Plagiat – Ein Problem und wie man es bekämpft“, Proceedings of World Conference on Educational Multimedia, Hypermedia and Telecommunications 2007 , AACE, S.  4451–4458 , ISBN 9781880094624
  15. ^ Youmans, Robert J. (November 2011). „Reduziert die Einführung von Plagiatserkennungssoftware im Hochschulwesen Plagiate?“. Studies in Higher Education . 36 (7): 749–761 . doi : 10.1080/03075079.2010.523457 . S2CID 144143548 . 
  16. ^ a b Meuschke, Norman; Gipp, Bela (2013), „State of the Art in Detecting Academic Plagiarism“ (PDF) , International Journal for Educational Integrity , 9 (1): 50–71 , doi : 10.5281/zenodo.3482941 , abgerufen am 14. April 2026
  17. ^ a b Hoad, Timothy; Zobel, Justin (2003), „Methods for Identifying Versioned and Plagiarised Documents“ (PDF) , Journal of the American Society for Information Science and Technology , 54 (3): 203–215 , CiteSeerX 10.1.1.18.2680 , doi : 10.1002/asi.10170 , archiviert vom Original (PDF) am 30. April 2015 , abgerufen am 14. Oktober 2014 
  18. ^ Stein, Benno (Juli 2005), „Fuzzy-Fingerprints for Text-Based Information Retrieval“, Proceedings of the I-KNOW '05, 5th International Conference on Knowledge Management, Graz, Österreich (PDF) , Springer, Know-Center, S.  572–579 , archiviert vom Original (PDF) am 2. April 2012 , abgerufen am 7. Oktober 2011
  19. ^ Brin, Sergey; Davis, James; Garcia-Molina, Hector (1995), „Copy Detection Mechanisms for Digital Documents“, Proceedings of the 1995 ACM SIGMOD International Conference on Management of Data (PDF) , ACM, S.  398–409 , CiteSeerX 10.1.1.49.1567 , doi : 10.1145/223784.223855 , ISBN  978-1-59593-060-6, S2CID  8652205 , archiviert vom Original (PDF) am 18. August 2016 , abgerufen am 7. Oktober 2011
  20. ^ Monostori, Krisztián; Zaslavsky, Arkady; Schmidt, Heinz (2000), „Document Overlap Detection System for Distributed Digital Libraries“, Proceedings of the fifth ACM conference on Digital libraries (PDF) , ACM, S.  226–227 , doi : 10.1145/336597.336667 , ISBN 978-1-58113-231-1, S2CID  5796686 , archiviert vom Original (PDF) am 15. April 2012 , abgerufen am 7. Oktober 2011
  21. ^ Baker, Brenda S. (Februar 1993), On Finding Duplication in Strings and Software (Technical Report), AT&T Bell Laboratories, NJ, archiviert vom Original (gs) am 30. Oktober 2007
  22. ^ Khmelev, Dmitry V.; Teahan, William J. (2003), „Ein auf Wiederholung basierendes Maß zur Verifizierung von Textsammlungen und zur Textkategorisierung“, SIGIR’03: Proceedings of the 26th annual international ACM SIGIR conference on Research and development in information retrieval , ACM, S.  104–110 , CiteSeerX 10.1.1.9.6155 , doi : 10.1145/860435.860456 , ISBN  978-1581136463, S2CID  7316639
  23. ^ Si, Antonio; Leong, Hong Va; Lau, Rynson WH (1997), „CHECK: Ein System zur Erkennung von Dokumentenplagiaten“, SAC '97: Proceedings of the 1997 ACM Symposium on Applied Computing (PDF) , ACM, S.  70–77 , doi : 10.1145/331697.335176 , ISBN 978-0-89791-850-3, S2CID  15273799
  24. ^ Dreher, Heinz (2007), „Automatische Konzeptanalyse zur Plagiatserkennung“ (PDF) , Information and Beyond: The Journal of Issues in Informing Science and Information Technology , 4 : 601–614 , doi : 10.28945/974
  25. ^ Muhr, Markus; Zechner, Mario; Kern, Roman; Granitzer, Michael (2009), „Externe und intrinsische Plagiatserkennung mittels Vektorraummodellen“, PAN09 – 3. Workshop zur Aufdeckung von Plagiat, Autorschaft und Missbrauch sozialer Software und 1. Internationaler Wettbewerb zur Plagiatserkennung (PDF) , CEUR Workshop Proceedings, Bd. 502, S.  47–55 , ISSN 1613-0073 , archiviert vom Original (PDF) am 2. April 2012 
  26. ^ Gipp, Bela (2014), Citation-based Plagiarism Detection , Springer Vieweg Research, ISBN 978-3-658-06393-1
  27. ^ a b c d Gipp, Bela; Beel, Jöran (Juni 2010), „Citation Based Plagiarism Detection – A New Approach to Identifying Plagiarized Work Language Independently“, Proceedings of the 21st ACM Conference on Hypertext and Hypermedia (HT’10) (PDF) , ACM, S.  273–274 , doi : 10.1145/1810617.1810671 , ISBN 978-1-4503-0041-4, S2CID  2668037 , archiviert vom Original (PDF) am 25. April 2012 , abgerufen am 21. Oktober 2011
  28. ^ Gipp, Bela; Meuschke, Norman; Breitinger, Corinna; Lipinski, Mario; Nürnberger, Andreas (28. Juli 2013), „Demonstration of Citation Pattern Analysis for Plagiarism Detection“, Proceedings of the 36th International ACM SIGIR Conference on Research and Development in Information Retrieval (PDF) , ACM, S. 1119, doi : 10.1145/2484028.2484214 , ISBN 9781450320344, S2CID  2106222
  29. ^ a b Gipp, Bela; Meuschke, Norman (September 2011), „Citation Pattern Matching Algorithms for Citation-based Plagiarism Detection: Greedy Citation Tiling, Citation Chunking and Longest Common Citation Sequence“, Proceedings of the 11th ACM Symposium on Document Engineering (DocEng2011) (PDF) , ACM, S.  249–258 , doi : 10.1145/2034691.2034741 , ISBN 978-1-4503-0863-2, S2CID  207190305 , archiviert vom Original (PDF) am 25. April 2012 , abgerufen am 7. Oktober 2011
  30. ^ a b Gipp, Bela; Meuschke, Norman; Beel, Jöran (Juni 2011), „Vergleichende Evaluierung text- und zitationsbasierter Plagiatserkennungsansätze mit GuttenPlag“, Proceedings of 11th ACM/IEEE-CS Joint Conference on Digital Libraries (JCDL’11) (PDF) , ACM, S.  255–258 , CiteSeerX 10.1.1.736.4865 , doi : 10.1145/1998076.1998124 , ISBN  978-1-4503-0744-4, S2CID  3683238 , archiviert vom Original (PDF) am 25. April 2012 , abgerufen am 7. Oktober 2011
  31. ^ Gipp, Bela; Beel, Jöran (Juli 2009), „Citation Proximity Analysis (CPA) – Ein neuer Ansatz zur Identifizierung verwandter Arbeiten auf Basis der Co-Zitieranalyse“, Proceedings of the 12th International Conference on Scientometrics and Informetrics (ISSI’09) (PDF) , International Society for Scientometrics and Informetrics, S.  571–575 , ISSN 2175-1935 , archiviert vom Original (PDF) am 13. September 2012 , abgerufen am 7. Oktober 2011 
  32. ^ Holmes, David I. (1998), „Die Entwicklung der Stilometrie in den Geisteswissenschaften“, Literary and Linguistic Computing , 13 (3): 111–117 , doi : 10.1093/llc/13.3.111
  33. ^ Juola, Patrick (2006), „Authorship Attribution“ (PDF) , Foundations and Trends in Information Retrieval , 1 (3): 233–334 , CiteSeerX 10.1.1.219.1605 , doi : 10.1561/1500000005 , ISSN 1554-0669 , archiviert vom Original (PDF) am 24. Oktober 2020 , abgerufen am 7. Oktober 2011  
  34. ^ a b Stein, Benno; Lipka, Nedim; Prettenhofer, Peter (2011), „Intrinsic Plagiarism Analysis“ (PDF) , Language Resources and Evaluation , 45 (1): 63–82 , doi : 10.1007/s10579-010-9115-y , ISSN 1574-020X , S2CID 13426762 , archiviert vom Original (PDF) am 2. April 2012 , abgerufen am 7. Oktober 2011  
  35. ^ Bensalem, Imene; Rosso, Paolo; Chikhi, Salim (2019). „Zur Verwendung von Zeichen-N-Grammen als einzigem intrinsischen Beweis für Plagiat“. Language Resources and Evaluation . 53 (3): 363–396 . doi : 10.1007/s10579-019-09444-w . hdl : 10251/159151 . S2CID 86630897 . 
  36. ^ Reimers, Nils; Gurevych, Iryna (2019). „Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks“. arXiv : 1908.10084 [ cs.CL ].
  37. Lan , Wuwei; Xu, Wei (2018). „Neuronale Netzwerkmodelle zur Paraphrasenidentifizierung, semantischen Textähnlichkeit, natürlichen Sprachinferenz und Fragebeantwortung“ . Proceedings der 27. Internationalen Konferenz für Computerlinguistik . Santa Fe, New Mexico, USA: Association for Computational Linguistics: 3890–3902 . arXiv : 1806.04330 .
  38. ^ Wahle, Jan Philip; Ruas, Terry; Foltýnek, Tomáš; Meuschke, Norman; Gipp, Bela (2022), „Identifying Machine-Paraphrased Plagiarism“ , in: Smits, Malte (Hrsg.), Information for a Better World: Shaping the Global Future , Lecture Notes in Computer Science, Band 13192, Cham: Springer International Publishing, S.  393–413 , arXiv : 2103.11909 , doi : 10.1007/978-3-030-96957-8_34 , ISBN 978-3-030-96956-1, S2CID  232307572 , abgerufen am 6. Oktober 2022
  39. ^ Portal Plagiat - Softwaretest 2004 (in German), HTW Hochschule für Technik und Wirtschaft Berlin, archiviert vom Original am 25. Oktober 2011 , abgerufen am 6. Oktober 2011
  40. ^ Portal Plagiat - Softwaretest 2008 (in German), HTW Hochschule für Technik und Wirtschaft Berlin , abgerufen am 6. Oktober 2011
  41. ^ a b Portal Plagiat - Softwaretest 2010 (in German), HTW Hochschule für Angewandte Wissenschaften Berlin , abgerufen am 6. Oktober 2011
  42. ^ Potthast , Martin ; Barrón-Cedeño, Alberto; Eiselt, Andreas; Stein, Benno; Rosso, Paolo (2010), „Overview of the 2nd International Competition on Plagiarism Detection“, Notebook Papers of CLEF 2010 LABs and Workshops, 22.–23. September, Padua, Italien (PDF) , archiviert vom Original (PDF) am 3. April 2012 , abgerufen am 7. Oktober 2011
  43. ^ a b Potthast, Martin; Eiselt, Andreas; Barrón-Cedeño, Alberto; Stein, Benno; Rosso, Paolo (2011), „Überblick über den 3. Internationalen Wettbewerb zur Plagiatserkennung“, Notebook Papers der CLEF 2011 LABs und Workshops, 19.–22. September, Amsterdam, Niederlande (PDF) , archiviert vom Original (PDF) am 2. April 2012 , abgerufen am 7. Oktober 2011
  44. ^ Potthast, Martin; Barrón-Cedeño, Alberto; Stein, Benno; Rosso, Paolo (2011), „Cross-Language Plagiarism Detection“ (PDF) , Language Resources and Evaluation , 45 (1): 45–62 , doi : 10.1007/s10579-009-9114-z , hdl : 10251/37479 , ISSN 1574-020X , S2CID 14942239 , archiviert vom Original (PDF) am 26. November 2013 , abgerufen am 7. Oktober 2011  
  45. ^ Weber-Wulff, Debora (Juni 2008), „On the Utility of Plagiarism Detection Software“, In: Proceedings of the 3rd International Plagiarism Conference, Newcastle Upon Tyne (PDF) , archiviert vom Original am 1. Oktober 2013 , abgerufen am 29. September 2013
  46. ^ „Wie kann man einen Text auf Plagiat prüfen? Und wie kann man die Einzigartigkeit erhöhen?“ . TextGears .
  47. ^ „Plagiatsprävention und -erkennung – Online-Ressourcen zum Thema Quellcodeplagiat“ Archiviert am 15. November 2012 in der Wayback Machine . Higher Education Academy , University of Ulster .
  48. ^ Roy, Chanchal Kumar; Cordy, James R. (26. September 2007). „Eine Übersicht über die Forschung zur Erkennung von Softwareklonen“ . School of Computing, Queen's University, Kanada .
  49. ^ Prasad, Suhani. „Plagiat und Urheberrecht“ . CheckForPlag .
  50. ^ Brenda S. Baker . Ein Programm zur Identifizierung von doppeltem Code. Computing Science and Statistics, 24:49–57, 1992.
  51. ^ Ira D. Baxter et al. Klonerkennung mithilfe abstrakter Syntaxbäume
  52. ^ Visuelle Erkennung von doppeltem Code. Archiviert am 29.06.2006 in der Wayback Machine von Matthias Rieger und Stephane Ducasse.
  53. ^ Yuan, Y. und Guo, Y. CMCD: Count Matrix Based Code Clone Detection, in 2011 18th Asia-Pacific Software Engineering Conference. IEEE, Dez. 2011, S. 250–257.
  54. ^ Chen, X., Wang, AY, & Tempero, ED (2014). Eine Replikation und Reproduktion von Studien zur Erkennung von Codeklonen . In ACSC (S. 105-114).
  55. ^ Bulychev, Peter und Marius Minea. „ Erkennung von doppeltem Code mittels Anti-Unifikation .“ Proceedings of the Spring/Summer Young Researchers' Colloquium on Software Engineering. Nr. 2. Федеральное государственное бюджетное учреждение науки.
  56. ^ a b Vie, Stephanie (1. März 2013). „Eine Pädagogik des Widerstands gegen Plagiatserkennungstechnologien“ . Computers and Composition . Writing on the Frontlines. 30 (1): 3–15 . doi : 10.1016/j.compcom.2013.01.002 . ISSN 8755-4615 . 
  57. ^ a b Gillis, Kathleen; Lang, Susan; Norris, Monica; Palmer, Laura (November 2009). „Elektronische Plagiatsprüfung: Hindernisse für die Entwicklung einer akademischen Stimme“ (PDF) . The WAC Journal . 20 : 51–62 . doi : 10.37514/WAC-J.2009.20.1.04 .
  58. ^ a b Canzonetta, Jordan; Kannan, Vani (2016). „Globalisierung von Plagiat und Bewertung schriftlicher Arbeiten: Eine Fallstudie zu Turnitin“ (PDF) . UC Davis Journal of Writing Assessment . 9 (2).
  59. ^ Stapleton, Paul (1. Juni 2012). „Die Effektivität von Anti-Plagiat-Software messen: Eine empirische Studie mit wissenschaftlichen Autoren mit Englisch als Zweitsprache“ . Journal of English for Academic Purposes . 11 (2): 125–133 . doi : 10.1016/j.jeap.2011.10.003 . ISSN 1475-1585 . 
  60. ^ Purdy, James P (2005). „Die Jagd auf Plagiate: Technologie und die Sichtbarkeit von Plagiaten“ . Pädagogik . 5 (2): 275–296 . doi : 10.1215/15314200-5-2-275 . ISSN 1533-6255 . 

Literatur

  • Carroll, J. (2002). Ein Handbuch zur Verhinderung von Plagiat im Hochschulwesen . Oxford: The Oxford Centre for Staff and Learning Development, Oxford Brookes University. (96 S.), ISBN 1873576560
  • Zeidman, B. (2011). Das Handbuch des Software-IP-Detektivs . Prentice Hall . (480 S.), ISBN 0137035330