Hamtajoo：面向学术文稿的波斯语剽窃检测系统
计算与语言
2021-12-28 v1 信息检索
机器学习
摘要
近年来，由于通过 Web 获取电子文档极为便利，剽窃已成为一项严峻挑战，尤其在学者群体中。为防止文本复用并应对剽窃，已开发出多种剽窃检测系统。尽管检测学术文稿中的重复文本几乎轻而易举，但发现语义上被改写的文本复用模式至关重要。另一个重要问题是处理资源较少的语言，这类语言用于训练的语料体量小，且 NLP 应用工具性能低下。本文中，我们介绍 Hamtajoo，一个面向学术文稿的波斯语剽窃检测系统。此外，我们描述了系统的整体结构及各阶段所用算法。为评估所提系统性能，我们使用了一个符合 PAN 标准的剽窃检测语料库。
引用
@article{arxiv.2112.13742,
title = {Hamtajoo: A Persian Plagiarism Checker for Academic Manuscripts},
author = {Vahid Zarrabi and Salar Mohtaj and Habibollah Asghari},
journal= {arXiv preprint arXiv:2112.13742},
year = {2021}
}