利用语法结构及语意相似度建立改写句子抄袭侦测方法.PDFVIP

利用語法結構及語意相似度建立改寫句子抄襲偵測方法 蘇嘉穎 國立成功大學資訊管理研究所 soukaweng@ 王惠嘉 國立成功大學資訊管理研究所 hcwang@.tw 摘要 目前學術研究發表愈來愈受到重視，但隨著網際網路的進步，資訊取得越來越容 易， 導致學者有意或無意地抄襲他人想法或作品 。事實上，有許多學者對於抄襲的認知 不正確，因此 需要提供一個可主動協助或教育學者偵測所著 文件是否抄襲的環境 。但目 前市上的抄襲偵測軟體只能偵測簡單的抄襲類型，且無 法引導學者適切地改寫句子 。 本研究將提出一能偵測改寫行為的改寫句子抄襲偵測方法，利用語法結構分析 並計 算句子語意相似度，找出可能有抄襲情形的修改文件，分析並自動判斷該文件中改寫的 部分是否可能為抄襲 。期望藉由系統告知使用者已使用哪些改寫手法，讓使用者了解其 改寫方式是否觸犯抄襲。 關鍵字：改寫 、抄襲偵測、語法結構分析、語意相似度 1 壹、 緒論(Introduction) 為全面提升台灣各大學在全球高等教育的競爭力，教育部委託社團法人台灣評鑑協 會 ，對全國一般大學院校進行校務評鑑，透過質性與量化的 指標，衡量各大學之國際化 程度，重要指標項目如：學生英文檢 定程度、全英語授課課程、發表於國際期刊論文數 等(教育部高教司民, 93) 。由此可見，英語能力已成為進入全球化時代的必要關鍵之一， 因此各大專院校也掀起提升英語能力與推動國際化的潮流，並以各式學術獎勵辦法鼓勵 師生 多加進行研究，而英語自 然成為研究成果發表的主要媒介。 然而，台灣的慣用語並非英語，可能尚有許多學者的 英語寫作能力 並不足以獨自撰 寫出全英語的 學術研究成果 。Sun(2009)的研究結果顯示，即使台灣學者在學術文件寫作 上有豐富的 經驗，但他們在改寫以及引用手法的訓練上仍舊不夠純熟，這也造成了部分 學者會尋找與自己研究成果相關的資訊 ，進行改寫或 抄襲的動作。 隨著網際網路的進步，數以萬計的文字、程式碼、圖片、音樂、影片 以及任何可以 想像到的電子資訊，在網路上已越來越容易取得，換言之，電子資訊被濫用的可能性也 大大提高 ，這種情形已讓 抄襲行為達到空前的規模(Potthast, Barron-Cedeno, Stein, Rosso, 2011) 。隨著資訊科技與網際網路的日漸發達，紙本資料慢慢建置 成電子檔，數位 出版與電子文件也成為資訊散播的重要方式之一，這些現象的轉變造成了資訊的取得與 傳播變得越來越容易，尤其藉由各種搜尋引擎強大的搜尋功能，使用者所需要的資料大 多皆能夠輕易取得。 除了 網路的發達使得資料取得越來越容易 ，文字處理工具的迅速與便利也是造成學 者 抄襲風氣盛行的原因之一，許多學者往往在撰寫研究成果時，可以直接將所需要的資 訊貼上且不註明來源 (Oetsch, Puehrer, Schwengerer, Tompits, 2010) ，或是只有稍加修改 就將別人的著作納為自己的研究 ，此種缺乏尊重他人智慧財產權的侵權行為隨著網路的 普及而日漸嚴重 (Pera Ng, 2011; Zaka, 2009) 。 目前因 為教育與社會的進步，保護智慧財產權的觀念已逐漸被人們所重視，若是學 者的研究成果來自於抄襲他人的創作，便是顯示本身對智慧財產權的不尊重。 然而，學 者除了有意竊取他人想法或作品，可能因為學術寫作訓練和基本寫作能力不足，不知道 如何適當地引用和改寫資料，甚至不清楚自己 正在抄襲，而非有意遮掩引用的資料來源 (Pecorari, 2003) 。 由於抄襲與非抄襲的劃分邊界模糊，且許多人對於抄襲的認知不正確，認為有對內 容稍作修改就不是抄襲，造成許多抄襲者不知道自己已構成抄襲行為。目前市面上鮮少 有軟體能教導使用者如何避免英文寫作抄襲，並且清楚告知正