XX学院在抄袭检测中的研究进展.ppt

* * * * * * * * * * * * * * * * * * 在源检索中 多种可疑文档查询关键词提取方法 查询关键词的排序 备选文档的筛选 系统处理过程框架 * 源检索 备选 文档集 可详 疑细 片信 段息 文档集合 待检测文档 海量网络资源 系统处理过程框架 文本对齐 * 在文本对齐中：匹配与合并 匹配 预处理 合并 系统处理过程框架 * 匹配 预处理 合并 双向交替合并算法(Bilateral Alternating Merging Arithmetic) 基于图的最大联通路径 系统处理过程框架 在文本对齐中：匹配与合并 * XX学院云计算与大数据工程技术中心简介 中心在抄袭检测上的最新进展 国内外研究现状 中心在PAN@CLEF 2012、2013上的成绩 XX学院“鹰眼抄袭检测系统”介绍 “鹰眼抄袭检测系统”在PAN@CLEF 2012、2013上的性能 未来的工作 报告内容 * “鹰眼抄袭检测系统”在 PAN@CLEF2012 子任务: 备选文档检索[4] [4] http://pan.webis.de * 子任务: 详细比对[4] [4] http://pan.webis.de “鹰眼抄袭检测系统”在 PAN@CLEF2012 * 子任务: 文本对齐高模糊抄袭的检测[4] [4] http://pan.webis.de “鹰眼抄袭检测系统”在 PAN@CLEF2013 * 子任务: 文本对齐翻译抄袭的检测[4] [4] http://pan.webis.de “鹰眼抄袭检测系统”在 PAN@CLEF2013 * 子任务: 源检索[4] [4] http://pan.webis.de “鹰眼抄袭检测系统”在 PAN@CLEF2013 评测指标 结果 提交的查询数目 48.5 召回率 0.65 找到第一个抄袭源时提交的查询的数目 2.46 抄袭源在检索结果中的排序 3 * XX学院云计算与大数据工程技术中心简介 中心在抄袭检测上的最新进展 国内外研究现状 中心在PAN@CLEF 2012、2013上的成绩 XX学院“鹰眼抄袭检测系统”介绍 “鹰眼抄袭检测系统”在PAN@CLEF 2012、2013上的性能 未来的工作 报告内容 * 基于多特征融合的抄袭检测文本对齐 跨语言抄袭检测 中文抄袭检测系统的研究与开发 …… 未来的工作 * 处于跨越式发展阶段的工程技术中心迫切渴望优秀人才加盟！ 提供不低于学校公开招聘的待遇（包括科项目配套费1:1、周转房、配偶工作、安家费、科研启动费、工作条件等）。 期待您的加入 凝练特色，一流成果 协同创新，服务社会 * Thank you! * * * * * * * * * * 内部抄袭检测：本质上，内部抄袭检测的思想是如果某个作者所写文章的某个部分是抄袭他人的，那么这部分内容的写作风格将会严重偏离文章的其他部分的写作风格，据此就可以依靠文章内部量化的风格特征来对文章进行抄袭判定。 * * pan@clef2013简单抄袭：召回率0.95256，精确率 0.90060 高模糊的抄袭： 解释抄袭：召回率0.78682 精确率0.86224， 翻译抄袭：均在0.85以下， 总结性抄袭：均在0.70以下 观点抄袭：暂未发现相关研究 * pan@clef2013简单抄袭：召回率0.95256，精确率 0.90060 高模糊的抄袭： 解释抄袭：召回率0.78682 精确率0.86224， 翻译抄袭：均在0.85以下， 总结性抄袭：均在0.70以下 观点抄袭：暂未发现相关研究 * pan@clef2013简单抄袭：召回率0.95256，精确率 0.90060 高模糊的抄袭： 解释抄袭：召回率0.78682 精确率0.86224， 翻译抄袭：均在0.85以下， 总结性抄袭：均在0.70以下 观点抄袭：暂未发现相关研究 * pan@clef2013简单抄袭：召回率0.95256，精确率 0.90060 高模糊的抄袭： 解释抄袭：召回率0.78682 精确率0.86224， 翻译抄袭：均在0.85以下， 总结性抄袭：均在0.70以下 观点抄袭：暂未发现相关研究 * pan@clef2013简单抄袭：召回率0.95256，精确率 0.90060 高模糊的抄袭： 解释抄袭：召回率0.78682 精确率0.86224， 翻译抄袭：均在0.85以下， 总结性抄袭：均在0.70以下 观点抄袭：暂未发现相关研究 * pan@clef2013简单抄袭：召回率0.95256，精确率 0.90060 高模糊的抄袭： 解释抄袭：召回