[论文解读] Plagiarism: Taxonomy, Tools and Detection Techniques

Hussain Ahmed Chowdhury, Dhruba K. Bhattacharyya|arXiv (Cornell University)|Jan 19, 2018

Academic integrity and plagiarism参考文献 40被引用 40

一句话总结

本文综述抄袭形式，调查检测工具并讨论机器学习方法，突出挑战和研究方向。

ABSTRACT

To detect plagiarism of any form, it is essential to have broad knowledge of its possible forms and classes, and existence of various tools and systems for its detection. Based on impact or severity of damages, plagiarism may occur in an article or in any production in a number of ways. This survey presents a taxonomy of various plagiarism forms and include discussion on each of these forms. Over the years, a good number tools and techniques have been introduced to detect plagiarism. This paper highlights few promising methods for plagiarism detection based on machine learning techniques. We analyse the pros and cons of these methods and finally we highlight a list of issues and research challenges related to this evolving research problem.

研究动机与目标

• 提供对抄袭形式及其影响的全面分类体系。
• 评审现有的抄袭检测工具与系统。
• 突出在检测中有前景的机器学习技术。
• 分析检测方法的优缺点。
• 识别抄袭检测领域尚存的问题与研究挑战。

提出的方法

• 建立抄袭形式的分类体系并讨论其特征与影响。
• 评审并评议现有的抄袭检测工具与系统。
• 突出并评估基于机器学习的检测方法及其权衡。
• 分析不同检测方法的优点与局限性。
• 概述该领域的研究挑战与未来方向。

实验结果

研究问题

• RQ1 抄袭的形式与类别有哪些，以及它们的典型损害？
• RQ2 存在哪些抄袭检测工具和系统，它们如何比较？
• RQ3 哪些机器学习技术在检测抄袭方面有潜力，它们的优缺点是什么？
• RQ4 抄袭检测当前存在哪些空白和研究挑战？

主要发现

• 本文提出了抄袭形式的分类，并讨论了每种形式。
• 它评审了可用于抄袭检测的工具和系统。
• 它将机器学习技术作为有前景的方法并分析其优缺点。
• 它确定了一组与抄袭检测相关的问题和研究挑战。
• 该工作基于 NACLIN 2016 的会议本文并提供了对不断演变的方法的综合。