用于释义 plagiarism 识别的语义感知距离与相似度度量
计算与语言
2018-05-31 v1
摘要
释义 plagiarism 识别是一项非常复杂的任务，因为被抄袭文本会通过多种改写技术被有意修改。据此，本文提出两种用于评估给定两文本相关性的新度量：一种语义感知相似度度量与一种语义感知编辑距离。两种度量均能从外部资源或词的分布式表示中提取语义信息，从而为训练有监督分类器以检测释义 plagiarism 提供信息丰富的特征。所得结果表明，所提度量在检测不同类型释义 plagiarism 时始终表现良好。此外，结果与最先进（SOTA）方法极具竞争力，且优势在于其方案更为简单却同样有效。
引用
@article{arxiv.1805.11611,
title = {Semantically-informed distance and similarity measures for paraphrase plagiarism identification},
author = {Miguel A. Álvarez-Carmona and Marc Franco-Salvador and Esaú Villatoro-Tello and Manuel Montes-y-Gómez and Paolo Rosso and Luis Villaseñor-Pineda},
journal= {arXiv preprint arXiv:1805.11611},
year = {2018}
}