[논문 리뷰] Anti Plagiarism Application with Algorithm Karp-Rabin at Thesis in Gunadarma University

Achmad Benny Mutiara, Sinta Agustina|ArXiv.org|2008. 11. 26.

Algorithms and Data Compression참고 문헌 4인용 수 3

한 줄 요약

이 논문은 가나다르마 대학교의 학위논문을 분석하기 위해 라빈-카프 문자열 매칭 알고리즘을 사용한 표절 탐지 응용 프로그램을 제시한다. 시스템은 학위논문 장별로 기존 텍스트와 유사도 백분율(0%, <15%, 15–50%, 50–100%)을 계산하여, 수천 명의 학생 제출물에 걸쳐 자동으로 걸러내는 데 도움을 주어 학술 지도자와 심사위원이 표절 가능성을 식별하는 데 지원한다.

ABSTRACT

Plagiarism that is plagiarizing or composition retrieval, opinion, etcetera from other people and makes it is likely composition and opinion him-self. Plagiarism can be considered to be crime because stealing others copyrights. Like action a student copying some part of writings without valid permission from the original writer. In education world, plagiarism perpetrator can get the devil to pay from school/university. Plagiarism perpetrator conceived of plagiator. This thing is possible unable to be paid attention by the side of campus because of limitation from some interconnected factors for example student amounts Gunadarma University reaching thousands and incommensurate to tester amounts or lecturer the side of campus in charge directs problem thesis. In this paper, an application have been developed in order to check and look for 5 type percentage similarity from a thesis with other one at certain part or chapters. Percentage got that is 0%, under 15%, between 15-50%, up to 50% and 100%. So it should be expected that the results could be used by thesis advisor and also thesis examiner from the Student at Gunadarma University.

연구 동기 및 목표

• 가나다르마 대학교에서 수천 명의 학생이 제출하는 학위논문 대량에서 표절을 탐지하는 데 도전하는 데 목적을 두다.
• 학위논문 장별 유사도 검사를 자동화하여 학술 지도자들의 부담을 줄이는 데 목적을 두다.
• 다양한 수준의 유사도를 가진 텍스트 매칭을 식별할 수 있는 확장성 있고 효율적인 시스템을 개발하는 데 목적을 두다.
• 학술 평가에 활용할 수 있는 정량적 유사도 측정치(0%, <15%, 15–50%, 50–100%)를 제공하는 데 목적을 두다.
• 학위논문 지도자와 심사위원이 잠재적 저작권 침해 또는 창작성 없는 내용을 식별하는 데 도움을 주는 데 목적을 두다.

제안 방법

• 라빈-카프 알고리즘을 사용하여 학위논문 내용과 외부 자료 간 정확하거나 근사한 문자열 매칭을 탐지한다.
• 시스템은 학위논문의 각 장을 처리하여 기존 문서 또는 이전 학위논문 데이터베이스와 비교한다.
• 유사도는 다섯 가지 사전 정의된 백분율 범주로 측정된다: 0%, 15% 미만, 15–50%, 50% 이하, 100%.
• 알고리즘은 대규모 텍스트 세그먼트에서 패턴 매칭을 효율적으로 스캔하기 위해 롤링 해시 함수를 사용한다.
• 학위논문 평가를 지원하기 위해 대학의 학술 워크플로우에 통합될 수 있도록 설계된다.
• 시스템은 각 장별로 유사도 점수를 출력하여 잠재적 표절을 식별하는 데 도움을 준다.

실험 결과

연구 질문

• RQ1 대규모 학위논문 대량에서 텍스트 유사도를 효율적으로 탐지할 수 있는 자동화된 시스템은 어떻게 설계할 수 있는가?
• RQ2 라빈-카프 알고리즘을 사용할 경우 대학 학위논문 환경에서 얼마나 정확하게 유사도 백분율을 측정할 수 있는가?
• RQ3 라빈-카프 알고리즘은 실제 학술 환경에서 표절 탐지에 효과적으로 적용될 수 있는가?
• RQ4 시스템은 모든 문서를 수동으로 검토하지 않아도 학술 지도자들이 잠재적 표절을 식별하는 데 어떻게 지원하는가?
• RQ5 학위논문 작성에서 잠재적 표절을 경고하기 위해 의미 있는 방식으로 사용할 수 있는 유사도 점수의 범위는 무엇인가?

주요 결과

• 라빈-카프 알고리즘이 고성능 계산 효율성을 바탕으로 학위논문 장 간 텍스트 매칭을 성공적으로 탐지하였다.
• 시스템은 다섯 가지 명확한 유사도 백분율 범주(0%, 15% 미만, 15–50%, 50% 이하, 100%)를 생성하였다.
• 수천 명의 학생 학위논문을 포함한 대규모 학술 환경에서의 적용 가능성을 입증하였다.
• 유사도 점수는 학위논문 지도자와 심사위원이 창작성 여부를 평가하는 데 실질적인 데이터를 제공하였다.
• 정량적이고 자동화된 텍스트 유사도 평가를 제공함으로써 수동 점검 의존도를 감소시켰다.
• 이 도구는 가나다르마 대학교의 실제 대학 환경에서 검증되어 실용적 적용 가능성을 입증하였다.