TEIMMA：首个面向文本、图像与数学公式的内容复用标注工具
信息检索
2023-06-14 v2
摘要
本演示论文介绍了首个用于标注文档对间文本、图像和数学公式复用情况的工具——TEIMMA。标注内容复用对于开发抄袭检测算法尤为有用。真实世界的内容复用常被 obfuscated（ obfuscation，混淆），这使得识别此类情况具有挑战性。TEIMMA 允许输入混淆类型，以便对确认的抄袭案例进行新颖分类。它支持在 HTML 中记录文本、图像和数学公式的不同复用类型，并通过文本与数学的相似度检测方法可视化文档对中的内容复用来辅助用户。
引用
@article{arxiv.2305.13193,
title = {TEIMMA: The First Content Reuse Annotator for Text, Images, and Math},
author = {Ankit Satpute and André Greiner-Petter and Moritz Schubotz and Norman Meuschke and Akiko Aizawa and Olaf Teschke and Bela Gipp},
journal= {arXiv preprint arXiv:2305.13193},
year = {2023}
}