Plagiarism Detection Software - VSR

Transcription

Hauptseminar
Plagiarism Detection
Christian Pusch
Plagiarism Detection – Christian Pusch @cpu88
1
Übersicht
•
•
•
•
•
•
Was ist ein Plagiat?
Erkennungsmethoden
Plagiarism Detection Software
Demonstration
Fazit
Quellen
2
3
Was ist ein Plagiat? - Rip. Mix. Burn.
Youtube, Apple iTunes Werbung von 2001
4
Was ist ein Plagiat? - Definition
unrechtmäßige Aneignung von Gedanken, Ideen o. Ä. eines anderen
auf künstlerischem oder wissenschaftlichem Gebiet und ihre
Veröffentlichung; Diebstahl geistigen Eigentums
http://www.duden.de/rechtschreibung/Plagiat
• Rechtliche Situation in Deutschland
– „Plagiat“ hat keine rechtliche Definition
– Plagiat ist nach allgemeiner Ansicht eine Urheberrechtsverletzung,
bei der sich jemand fremde Urheberschaft bewusst anmaßt.
RA Prof. Dr. Johannes Weberling: Was ist eigentlich ein „Plagiat“?
5
Was ist ein Plagiat? - Plagiatsformen
• Copy & Paste
– Wort für Wort gleich (z.B. auch Schreibfehler)
• Übersetzungsplagiat
– Sehr unbekannte Quelle übersetzen, fertig
• Shake & Paste
– Verschiedene Quellen zu einem ganzen mixen
• Halbsatzflickerei
– Copy & Paste mit Strunkturumstellung
• Strukturübernahme
– Gleicher Inhalt, andere Form
• In der Programmierung
– Gleiche Algorithmen, andere Variablennamen
6
Was ist ein Plagiat? - Ist das ein Plagiat?
1. Dokument gelesen
– Verdächtige Passagen gefunden
– Verdacht stellt sich ein
2. Analyse
– Händisch oder computergestützt
– Äußere / innere Analyse
– Kandidaten finden
3. Vergleich mit Kandidaten
– Händisch oder computergestützt
– Verschärfte Analyse
7
Erkennungsmethoden
Erkennungsmethoden
8
Erkennungsmethoden - Übersicht
Taxonomie von Plagiatvergehen mit Erkennungsmethoden nach Meyer zu Eissen et al. (2007)
9
Erkennungsmethoden – exakte Kopie
• Dokumentenvergleich (Suffixbaum)
– Baum als Datenstruktur mit Operationen
– Finden von längsten gemeinsamen Zeichenketten
• Mit Referenzkorpus (Chunk-Identität)
– Hashwerte über Abschnitte
– Vergleich der Hashwerte
• Ohne Referenzkorpus (Stilanalyse)
– Innere Analyse
– Suche nach Auffälligkeiten
– Stilwechsel, Fachbegriffe, ...
10
Erkennungsmethoden – modifizierte Kopie
• Übersetzung (Strukturanalyse)
– Suche nach sprachunabhängigen Merkmalen
– Gleiche Abschnitte
– Länge von Abschnitten
• Dokumentenvergleich (Vektorraummodell)
– Erstellung eines Wörterbuches → Vektor
– Kleiner Winkel zwischen Vektoren → hohe Ähnlichkeit
• Mit Referenzkorpus (Fuzzy-Fingerprint)
– Hashwerte über kleinere Textpassagen
– Vergleich von Hashwerten
• Ohne Referenzkorpus (Stilanalyse)
11
Erkennungsmethoden - Vektorraummodell
• Dokument d → Wortvektor d
• Vokabular V = {f1, f2, … , fm }
– Verzicht auf sog. Stoppworte
– Nur Stammformen der Worte
• Dokumentenmenge D gegen die
geprüft wird
➔
Je kleiner der Winkel zwischen
zwei Vektoren, desto größer die
Ähnlichkeit
f2
d1
d3
d2
f1
f3
Dokument 2 ähnelt Dokument 1
mehr, als Dokument 3
12
Erkennungsmethoden - Vektorraummodell
• Vorteile:
– Schnelle Findung von Kandidaten
– Einfache mathematische Analyse
• Nachteile:
– Keine Erkennung von gleichen Passagen
– Genauer Vergleich des Inhalts im Nachhinein notwendig
13
14
Plagiarism Detection Software - Beispiele
Turnitin:
• Verschiedene Algorithmen
• Bilden Fingerabdrücke
• Lokale Datenbank
CopyCatch:
• Berechnet Wert für ganzes Dokument
• Wert wird mit anderen Werten
verglichen
• Lokale Dokumente
EVE2:
• Websuchen nach ähnlichem Inhalt
Plagiarism detect:
• Nutzt Google
• Sucht immer nach kurzen
Textpassagen
...
15
Plagiarism Detection Software - Vergleich
Ausschnitt, Technical Review of Plagiarism Detection Software Report
16
Demonstration
Demonstration
17
Demonstration
Plagiarism Detect: http://plagiarism-detect.com/
Copy & Paste: http://en.wikipedia.org/wiki/Penguin
- http://www-user.tu-chemnitz.de/~puc/plagiarism/copypaste.txt
Übersetzungsplagiat: http://en.wikipedia.org/wiki/Penguin
- http://www-user.tu-chemnitz.de/~puc/plagiarism/translate.txt
Shake & Paste: http://en.wikipedia.org/wiki/Penguin und
http://www.britannica.com/EBchecked/topic/449815/penguin
- http://www-user.tu-chemnitz.de/~puc/plagiarism/shakepaste.txt
Halbsatzflickerei:
- http://www-user.tu-chemnitz.de/~puc/plagiarism/halbsatz.txt
18
Demonstration - Ergebnis
Plagiarism Detect: http://plagiarism-detect.com/
Copy & Paste
http://en.wikipedia.org/wiki/Penguin
plagiarised from source: 18%
Übersetzungsplagiat
Kein Fund
Shake & Paste
http://www.britannica.com/EBchecked/topic/449815/penguin
Halbsatzflickerei
19
Demonstration - Schlussfolgerungen
• Ergebnisse variieren von Suche zu Suche:
– Heuristisches Retrieval
– Genaue Analyse der Kandidaten notwendig
• Kein Fund beim Übersetzungsplagiat
– Dieses Tool nicht geeignet
– Weitere Tools zu Rate ziehen
20
Fazit
Fazit
21
Fazit
• Ergebnisse von Plagiarism Detection Software teilweise
sehr unterschiedlich
• Bieten gute Unterstützung bei Verdacht
• Gute Datenbank sollte vorhanden sein
• Mensch sollte alle Ergebnisse überprüfen
• Kein blindes Vertrauen
22
Quellen
Quellen
23
Quellen
• Overview of the 1st International Competition on Plagiarism Detection
Martin Potthast, Benno Stein, Andreas Eiselt, Alberto Barron-Cedeno, Paolo Rosso
• Strategien der Plagiatsbekaämpfung
Debora Weber-Wulff, Gabriele Wohnsdorf
• Plagiatsdetektion in Textdokumenten, Methoden und Werkzeuge
Thomas Plank, Daniel Resanovic, Wilhelm Steinegger
• Spürhunde im Netz. Was taugen Computerprogramme zur
Plagiatserkennung? Ramona Fischer
• Anti-Schummel-Software oder Hilfe bei der wissenschaftlichen
Ausbildung?
Bettina Berendt
• External and Intrinsic Plagiarism Detection Using Vector Space Models
Mario Zechner, Markus Muhr, Roman Kern, Michael Granitzer
• Technical Review of Plagiarism Detection Software Report
Dr Joanna Bull, Carol Collins, Elisabeth Coughlin, Dale Sharp
24
Ende
Vielen Dank für die Aufmerksamkeit.
Gibt es noch Fragen?
25

Plagiarism Detection Software - VSR

Transcription

Similar documents

Grundzüge der Informatik II - Technische Universität Darmstadt

Bericht

Ausarbeitung - Universität Ulm

PDF – der Supercontainer

Suffixarrays

Zitat und Plagiat in der Wissenschaft

TechnicalReport - SFB 876

Wie Jugendliche Medien konsumieren II

Konzepte und Beispiele - Benutzer-Homepage

PDF-Lösungen im Vergleich

verlinkt - wortzwei

Die Lernende Bibliothek 2009

fil - eLib

PayPal User Guide Template