تقلب یابی متون
مشابهیابی و ردهبندی متونتعریف دستبرد فکری (Plagiarism)
دستبرد فکری (Plagiarism)، عبارت است از قلمداد کردن ایدهها، جملات یا اثر شخص دیگر، به مثابه ایده، جمله یا اثر خود. این کار، شکلی از فریبکاری و خیانت در امانت علمی است. (Ballard, 2010, p. 1)
باز استفاده از متن، عبارت از استفاده عمدی یا غیر عمدی از متن موجود برای ایجاد یک متن جدید است که اگر در این باز استفاده، مستندسازی به درستی صورت نگیرد، دستبرد فکری رخ خواهد داد.
مؤسسات آموزشی و صنعتی، اغلب با دستبرد فکری و نقض حق نشر مواجهاند. حق نشر، حق چاپ انحصاری برای ناشران برای محافظت ایدهها و اطلاعات به دست میدهد. مؤلفان ممکن است استفاده رایگان از آثار تحت حق نشر خود را مجاز کنند؛ اما باز تولید غیرمجاز دیگران، به مثابه نقض حق نشر به شمار میرود.
اشکال دستبرد فکری
- دستبرد فکری به شکل رونوشت مستقیم
- دستبرد فکری به عنوان رونوشت قسمتی از یک اثر
- دستبرد فکری تفسیری/تعبیری (Paraphrase plagiarism)
- سرقت فکری موزاییکی (Mosaic plagiarism)
- دستبرد فکری به منبع (Source plagiarism)
- دستبرد فکری به منزله استناد ناکامل (Incomplete-citation plagiarism)
- دستبرد فکری عبارت (Phrase Plagiarism)
- دستبرد به ایدهها (Idea Plagiarism)
شیوههای تشخیص خودکار دستبرد فکری
اِسناد تألیف (Authorship attribution) یا شناسایی تألیف، فرایند تعیین این امر است که چه کسی از میان نویسندگان محتمل، یک متن را نوشته است.
از جمله شیوههایی که برای تشخیص نویسنده میتوان استفاده کرد، سبکسنجی (Stylometry) است. سبکسنجی، ویژگیهایی از سبک یک نویسنده را تعریف میکند و این ویژگیها را در دو یا چند متن اندازه میگیرد تا مشابهت میان آنها را تعیین نماید. این ایده که سبک در یک سطح ناخودآگاه عمل میکند، آن را بهتر قابل اندازهگیری میسازد. در واقع، میتوان گفت که سبک نوشتار، به منزله یک اثر انگشت است.
رهیافتهای تشخیص خودکار دستبرد فکری
- انگشتنگاری (Fingerprinting)
- تطبیق رشته (String matching)
- کیف واژگان (Bag of words)
- تحلیل استنادی (Citation analysis)
- سبکسنجی (Stylometry)
سمیم نور (3) - ابزاری ماشینی برای تشخیص دستبرد فکری
یکی از راههای پی بردن به آثاری که در آنها دستبرد فکری صورت گرفته است، استفاده از پایگاه «سمیم نور» مرکز تحقیقات کامپیوتری علوم اسلامی است.
این پایگاه که بر پایه شیوههای یادگیری ماشینی به یافتن متون مشابه اقدام میکند، از بانک اطلاعات پایگاه مجلات تخصصی نور (4) برای مقایسه مشابهت میان مقالات عرضهشده کاربر بهره میبرد.
در آینده از منابع زیر نیز در بانک دادگان پایگاه استفاده خواهد شد:
- پایگاه کتابخانه دیجیتال نور (5)
- کتابهایی که در بخش خدمات فرهنگی این مرکز و با همکاری تولیدکنندگان محتوا تبدیل به نرمافزارهای نور شدهاند
نقطه قوت مرکز تحقیقات کامپیوتری علوم اسلامی نور در انجام این کار، دارا بودن انبوهی از متون و واژگان ماشینخوان در حوزه علوم انسانی و اسلامی است. این پشتوانه، ابزارها و مواد اولیه بسیار مناسبی در یادگیری ماشینی و نیز نمونههای غنی برای تطبیق و مشابهت به دست میدهد.
