Детекција плагијата

С Википедије, слободне енциклопедије

Детекција плагијата је процес проналажења случајева плагијата у раду или документу. Распрострањеност рачунара и Интернета је учинила плагирање туђег рада лакшим. Већина плагијата су нађени на факултетима, где су документи углавном есеји или извештаји.Ипак, плагијати се могу наћи практично свуда, укључујући научне и уметничке радове и изворне кодове програма.

Детекција може бити ручна и помоћу рачунара. Ручна детекција захтева велики труд и изванредно памћење, и непрактична је у случају када се упоређује много докумената, или оригиналан документ није доступан за поређење. Детекција помоћу рачунара дозвољава упоређивање великог броја докумената, што чини успешну детекцију вероватнијом.

Детекција плагијата помоћу рачунара[уреди | уреди извор]

Детекција плагијата помоћу рачунара (ДППР) је задатак повраћаја информација подржан од стране специјализовних система, који се називају системи за детекцију плагијата (СДП).

Детекција плагијата у текстуалним документима[уреди | уреди извор]

Системи за детекцију текстуалних плагијата имплементирају један или два генеричка приступа детекцији. Један је спољашњи док је други унутрашњи.[1] Спољашњи СДП поређују сумњиви документ са скупом докумената за које се сматра да су оригинални.[2] Зависно од изабраног модела документа и предефинисаним критеријумом сличности, задатак детекције је да врати све документе који садржи текст који је донекле сличан тексту у сумњивом документу.[3] Унутрашњи СДП само анализирају текст без поређења са спољашњим документима. Циљ овог приступа је да препозна разлике у јединственом стилу писања аутора, потенцијални индикатор да је у питању плагијат.[4] СДП нису способни да поуздано идентификују плагијат без људске процене. Сличности се процењују уз помоћ предефинисаних модела докумената и могу представљати лажни аларм.[5][6][7][8][9]

Методи детекције[уреди | уреди извор]

График испод представља класификацију предложених метода за ДППР са техничке стране гледишта. Технике су поређане по типу утврђивања сличности који примењују. Утврђивања глобалне сличности користе карактеристике узете из већих делова текста или документа као целине за рачунање сличности, док локални методи узимају извдојене делове текста као унос.

Цлассифицатион оф цомпутер-ассистед плагиарисм детецтион метходс

Узимање отисака је најшире коришћен приступ ДППР. Процедура формира репрезентацију докумената тако што изабере више подстрингова (н-грама) из њих. Ти н-грами представљају отиске и њихови елементи се зову минути.[10][11] Сумњиви документ се проверава за плагирање тако што се саберу његови отисци и минути са претходно издрачунатим индексом отисака за све документе референтне колекције. Минути који се подударају са оним из других докумената показују дељене сегменте текста и указују на потенцијалан плагијат када прелазе изабрану границу сличности.[12] Генерално, само подскуп минута се пореди да би се убрзао процес и да би се вршило поређење са великом колекцијом, као што је интернет.[10]

Провера докумената за истоветан текст представља класичан проблем поређења ниски који је познат из други области информатике. Бројни приступи су предлагани да реше овај задатак. Неки од њих су прилагођени спољашњим ДППР. Провера сумњивог документа у овом окружењу захтева рачунање и складиштење репрезентација за све документе у референтној колекцији, који се пореде у пару. Генерално, суфиксни модели докумената, као што су суфиксно стабло или суфиксни вектори су прилагођени за овај задатак у контексту ДППР. Ипак, поређење подстрингова остаје скупо за рачунање, што га чини неодрживим решењем за проверу великих колекција докумената.[13][14][15]

Торба пуна речи представља усвајање векторског модела простора, у домен ДППР. Документи су представљени као један или више вектора, нпр. за различите делове документа, који се користе за упарено рачунање сличности. Они могу бити засновани на традиционалним мерама косинусне сличности или на софистициранијим функцијама сличности.[16][17][18]

Детекција плагијата заснована на цитатима је ДППР приступ дизајниран за коришћење у академским документима. Овај приступ детекцији плагијата не зависи од самог текста, већ користи информације о цитатима и наводима. Идентификује сличне обрасце у секвенцама цитата у два академска рада. Обрасци цитата представљају подсеквенце које не садрже искључиво цитате које деле оба документа који се пореде.[19][20][21] Сличан поредак и близина цитата у тексту су главни критеријум идентификације образаца цитата. Други фактори, као што су апсолутан број или релативан део дељених цитата у обрасцу као и вероватноћа да се цитати преклапају у документу се узимају у обзир при одређивању степена сличности обрасца.[19][20][21][22]

Стилометрија садржи статистичке методе за одређивање ауторовог јединственог стила писања[23][24] и углавном се користи за одређивање аутора и унутрашње ДППР. Пасуси који су стилски другачији од осталих, односно потенцијално плагирани, се могу детектовати конструкцијом и поређењем стилометричких модела за различите делове текста.[4]

Системи детектовања плагијата за текстуална документа[уреди | уреди извор]

Генерални дизајн систама за детекцију академских плагијата укључује одређени број фактора:[тражи се извор]

Фактор Опис и алтернативе
Домет претраге У јавном интернету, коришћењем машина за претрагу / База података институција / Локалне базе података, специфичне за систем.[тражи се извор]
Време анализе Размак између времена уноса документа и времена када су резултати доступни.[тражи се извор]
Капацитет документа / Групно процесирање Број докумената које систем може да обради у јединици времена.[тражи се извор]
Интензитет провере Колико често и за који тип делова документа (параграфи, реченице, низ речи фиксне дужина) систем упитује спољне ресурсе, као што су машине за претрагу.
Тип алгоритма за поређење Алгоритми који дефинишу начин на који систем пореди документе.[тражи се извор]
Прецизност и повратност Број докумената који су исправно означени као плагијати упоређен са укупним бројем означених докумената и бројем докумената који су стварно плагирани. Висока прецизност подразумева мали број лажних узбуна, а висока повратност значи да је мали број плагијата прошао непримећен.[тражи се извор]

Већина детекција плагијата на велико користе велике, унутрашње базе података (као додатак осталим ресурсима) које расту са сваким анализираним документом. Ипак, ово својство се сматра Хоwевер, тхис феатуре ис цонсидеред бy соме ас а повредом студенстког права копирања.[тражи се извор]

Наредни системи су углавном базирани на вебу, и затвореног су кода, са изузетком ЦитеПлаг и ЦопyТрацкер система. Следећа листа је неисцрпна:

Перформансе детектовања[уреди | уреди извор]

Упоредиве евалуације система за детекцију плагијата[2][39][40][41][42][43] показују да њихове перформансе зависе од типа присутног плагијата (види график). Осим анализе обрасца цитата, сви приступи детекцији зависе од сличности текста. Због тога је симптоматично то што се прецизност детекције смањује што је више случајева плагијата замаскирано.

Перформансе детекције ДППР зависно од типа плагијата

Буквалне копије, тј. цопy&пасте (ц&п) плагијати, или умерено прерушени случајеви плагијата се могу детектовати са високом прецизношћу помоћу спољашњих СДП ако је извор доступан софтверу. Посебно поређења подниски постижу добре резултати код ц&п плагијата, зато што често користе моделе докумената без губитка, као што су суфиксно стабло. Перформансе система који користе отиске или торбе речи у детекцији копија зависе од губитка информација проузрокованим коришћеним моделом документа. Применом флексибилног комадања и стратегија селекције они су способнији за детекцију умерено замаскираних плагијата у поређењу са поређењем подниски.

Унутрашња детекција плагијата коришћењем стилометрије може, донекле, превазићи граници текстуалне сличности поређењем лингвистичке сличности. С обзиром да су стилске разлике између плагијата и оригинала значајне и могу бити поуздано препознате, стилометрија може помоћи при препознавању замаскираних и парафразираних плагијата. Стилометријско поређење неће успети у случају где су сегменти парафразирани до тачке где више подсећају на лични стил плагијатора или да је текст састављен од стране више аутора. Стилометријска анализа ради поуздано само за документе дужине неколико хиљада до неколико десетина хиљада речи. Ово ограничава употребљивост овог метода у ДППР.

Све већи број истраживања се врши на методе и системе способне да детектују преведене плагијате. Тренутно, детекција плагијата међу језицима (ДПМЈ) тренутно није сазрела технологија[44] и такви системи, у пракси, нису успели да постигну задовољавајуће резултате детекције.[41]

Детекција плагијата на основу цитата која користи анализу образаца цитата је способна да препозна снажније парафразирање и преводе са већим процентом успешности у поређењу са другим приступима детекцији, захаљујући чињеници да је независна од текстуалних особина.[19][20] Ипак, пошто анализа образаца цитата зависи од доступности потребних информација о цитатима ограничена је на академске текстове. Она остаје инфериорна у односу на приступе засноване на тексту при детекцији краћих плагираних пасуса, који су типични за случајеве цопy&пасте или схаке&пасте плагијата. Схаке&пасте је мешање мало измењених делова из различитих извора.[45]

Детекција плагијата изворног кода[уреди | уреди извор]

Плагирање изворног кода програма је такође честа и захтева различите алате од оних коришћених у плагирању текстуалних докумената. Битно истраживање је посвећено плагијатима академског изворног кода.[46]

Пошто већина програмерских задатака очекује од студената да пишу програме са веома специфичним захтевима, веома је тешко наћи постојеће програме који их испуњавају. Пошто је интеграција спољашњег кода често тежа него писање испочетка, већина студената плагира радове својих колега.

По Роју и Кордију,[47] алгоритми за детекцију сличности изворног кода се могу класификовати по основу:

  • Ниски – тражи подударање у одређеним сегментима кода, на пример 5 истих узастопних речи. Брзо, али га могу збунити идентификатори.
  • Токена – као са нискама, али користећи лексичку анализу која прво конвертује програм у токене. Ово одбацује бела поља, коментаре и идентификаторе, што чини систем робуснијим на једноставне замене текста. Већина система за детекцију академских плагијата ради на овом нивоу, користећи различите алгоритме за рачунање сличности између секвенци токена.
  • Дрво извођења – гради и пореди дрва извођења. Ово дозовљава детекцију сличности високог нивоа. На пример, поређење дрвећа може нормализовати условне изразе, и детектовати еквивалентне конструкција као сличне.
  • Граф позива – записује тачан ток контроле програма и дозвољава лоцирање еквиваленција вишег реда, уз већу сложеност и време рачунања.
  • Метри – метри записују "оцене" сегмената кода по одређеним критеријумима; на пример, "број петљи и условних израза" или "број различитих променљивих које се користе". Метри се једноставно рачунају и могу се брзо упоредити, али могу довести до лажне детекције: два фрагмента са истим оценама на сету метара могу радити потпуно другачије ствари.
  • Хибридни приступи – нпр. Дрво извођења + суфиксно стабло могз комбиновати способност детекције дрва извођења са брзином суфиксних стабала, типом структуре података за поређење ниски.

Претходне класификицаје су формиране за рефабриковање кода, а не за детекцију академских плагијата (битан циљ рефабриковања је да избегне клонирање кода). Горе наведени приступи су ефективни против различитх нивоа сличности; сличност ниског нивоа је идентичан текст, док је сличност високог нивоа може бити због сличних спецификација. У академским условима, када сви студенти пишу код по истим спецификацијама, функционално исти код (са сличношћу високог нивоа) је потпуно очекиван, и само сличност ниског нивоа се сматра доказом варања.

Системи за детекцију плагијата изворног кода[уреди | уреди извор]

МОСС и ЈПлаг су само два од многих система за детекцију плагијата изворног кода који постоје. МОСС и ЈПлаг су бесплатни за коришћење, али оба захтева регистрацију и софтвер остаје у поседу власника. Лични системи су нормалне декстоп апликације и већина њих су и бесплатне и отвореног кода.

Литература[уреди | уреди извор]

  • Царрол, Ј. (2002). А хандбоок фор детерринг плагиарисм ин хигхер едуцатион. Оxфорд: Тхе Оxфорд Центре фор Стафф анд Леарнинг Девелопмент, Оxфорд Броокес Университy. (96 п.).
  • Зеидман, Б. (2011). Тхе Софтwаре ИП Детецтиве’с Хандбоок. Прентице Халл. (480 п.)

Референце[уреди | уреди извор]

  1. ^ Стеин, Бенно; Коппел, Мосхе; Стамататос, Ефстатхиос (2007), „Плагиарисм Аналyсис, Аутхорсхип Идентифицатион, анд Неар-Дуплицате Детецтион ПАН’07” (ПДФ), СИГИР Форум, 41 (2), дои:10.1145/1328964.1328976, Архивирано из оригинала (ПДФ) 2. 4. 2012. г., Приступљено 4. 6. 2013 
  2. ^ а б Поттхаст, Мартин; Стеин, Бенно; Еиселт, Андреас; Баррóн-Цедеñо, Алберто; Россо, Паоло (2009), „Овервиеw оф тхе 1ст Интернатионал Цомпетитион он Плагиарисм Детецтион”, ПАН09 - 3рд Wорксхоп он Унцоверинг Плагиарисм, Аутхорсхип анд Социал Софтwаре Мисусе анд 1ст Интернатионал Цомпетитион он Плагиарисм Детецтион (ПДФ), ЦЕУР Wорксхоп Процеедингс, 502, стр. 1—9, ИССН 1613-0073, Архивирано из оригинала (ПДФ) 2. 4. 2012. г. 
  3. ^ Стеин, Бенно; Меyер зу Еиссен, Свен; Поттхаст, Мартин (2007), „Стратегиес фор Ретриевинг Плагиаризед Доцументс”, Процеедингс 30тх Аннуал Интернатионал АЦМ СИГИР Цонференце (ПДФ), АЦМ, стр. 825—826, ИСБН 978-1-59593-597-7, дои:10.1145/1277741.1277928, Архивирано из оригинала (ПДФ) 2. 4. 2012. г., Приступљено 4. 6. 2013 
  4. ^ а б Меyер зу Еиссен, Свен; Стеин, Бенно (2006), „Интринсиц Плагиарисм Детецтион”, Адванцес ин Информатион Ретриевал 28тх Еуропеан Цонференце он ИР Ресеарцх, ЕЦИР 2006, Лондон, УК, Април 10–12, 2006 Процеедингс (ПДФ), Лецтуре Нотес ин Цомпутер Сциенце, 3936, Спрингер, стр. 565—569, дои:10.1007/11735106_66, Архивирано из оригинала (ПДФ) 2. 4. 2012. г., Приступљено 4. 6. 2013 
  5. ^ Бао, Јун-Пенг; Малцолм, Јамес А. (2006), „Теxт симиларитy ин ацадемиц цонференце паперс”, 2нд Интернатионал Плагиарисм Цонференце Процеедингс (ПДФ), Нортхумбриа Университy Пресс., Архивирано из оригинала (ПДФ) 16. 9. 2018. г., Приступљено 4. 6. 2013 
  6. ^ Цлоугх, Паул (2000), Плагиарисм ин натурал анд программинг лангуагес ан овервиеw оф цуррент тоолс анд тецхнологиес (Тецхницал Репорт), Департмент оф Цомпутер Сциенце, Университy оф Схеффиелд, Архивирано из оригинала|арцхиве-урл= захтева |урл= (помоћ) 18. 8. 2011. г. 
  7. ^ Цулwин, Финтан; Ланцастер, Тхомас (2001), „Плагиарисм иссуес фор хигхер едуцатион”, Вине, 31 (2): 36—41, дои:10.1108/03055720010804005, Архивирано из оригинала|арцхиве-урл= захтева |урл= (помоћ) 5. 4. 2012. г. 
  8. ^ Ланцастер, Тхомас (2003), Еффецтиве анд Еффициент Плагиарисм Детецтион (ПДФ) (ПхД Тхесис), Сцхоол оф Цомпутинг, Информатион Сyстемс анд Матхематицс Соутх Банк Университy [мртва веза]
  9. ^ Маурер, Херманн; Зака, Билал (2007), „Плагиарисм - А Проблем Анд Хоw То Фигхт Ит”, Процеедингс оф Wорлд Цонференце он Едуцатионал Мултимедиа, Хyпермедиа анд Телецоммуницатионс 2007, ААЦЕ, стр. 4451—4458 
  10. ^ а б Хоад, Тимотхy; Зобел, Јустин (2003), „Метходс фор Идентифyинг Версионед анд Плагиарисед Доцументс”, Јоурнал оф тхе Америцан Социетy фор Информатион Сциенце анд Тецхнологy, 54 (3): 203—215, дои:10.1002/аси.10170, ЦитеСеерX: 10.1.1.18.2680 
  11. ^ Стеин, Бенно (2005), „Фуззy-Фингерпринтс фор Теxт-Басед Информатион Ретриевал”, Процеедингс оф тхе I-КНОW ‘05, 5тх Интернатионал Цонференце он Кноwледге Манагемент, Граз, Аустриа (ПДФ), Спрингер, Кноw-Центер, стр. 572—579, Архивирано из оригинала (ПДФ) 2. 4. 2012. г., Приступљено 4. 6. 2013 
  12. ^ Брин, Сергеy; Давис, Јамес; Гарциа-Молина, Хецтор (1995), „Цопy Детецтион Мецханисмс фор Дигитал Доцументс”, Процеедингс оф тхе 1995 АЦМ СИГМОД Интернатионал Цонференце он Манагемент оф Дата (ПДФ), АЦМ, стр. 398—409, ИСБН 978-1-59593-060-6, дои:10.1145/223784.223855, Архивирано из оригинала (ПДФ) 18. 08. 2016. г., Приступљено 04. 06. 2013 
  13. ^ Моностори, Крисзтиáн; Заславскy, Аркадy; Сцхмидт, Хеинз (2000), „Доцумент Оверлап Детецтион Сyстем фор Дистрибутед Дигитал Либрариес”, Процеедингс оф тхе фифтх АЦМ цонференце он Дигитал либрариес (ПДФ), АЦМ, стр. 226—227, ИСБН 978-1-58113-231-1, дои:10.1145/336597.336667, Архивирано из оригинала (ПДФ) 15. 4. 2012. г., Приступљено 4. 6. 2013 
  14. ^ Бакер, Бренда С. (1993), Он Финдинг Дуплицатион ин Стрингс анд Софтwаре (Тецхницал Репорт), АТ&Т Белл Лабораториес, Њ, Архивирано из оригинала (гс) 30. 10. 2007. г., Приступљено 4. 6. 2013 
  15. ^ Кхмелев, Дмитрy V.; Теахан, Wиллиам Ј. (2003), А Репетитион Басед Меасуре фор Верифицатион оф Теxт Цоллецтионс анд фор Теxт Цатегоризатион; СИГИР'03: Процеедингс оф тхе 26тх аннуал интернатионал АЦМ СИГИР цонференце он Ресеарцх анд девелопмент ин информатион ретриевал, АЦМ, стр. 104—110, дои:10.1145/860435.860456, ЦитеСеерX: 10.1.1.9.6155 
  16. ^ Си, Антонио; Леонг, Хонг Ва; Лау, Рyнсон W. Х. (1997), „ЦХЕЦК: А Доцумент Плагиарисм Детецтион Сyстем”, САЦ ’97: Процеедингс оф тхе 1997 АЦМ сyмпосиум он Апплиед цомпутинг (ПДФ), АЦМ, стр. 70—77, ИСБН 978-0-89791-850-3, дои:10.1145/331697.335176 
  17. ^ Дрехер, Хеинз (2007), „Аутоматиц Цонцептуал Аналyсис фор Плагиарисм Детецтион” (ПДФ), Информатион анд Беyонд: Тхе Јоурнал оф Иссуес ин Информинг Сциенце анд Информатион Тецхнологy, 4: 601—614 
  18. ^ Мухр, Маркус; Зецхнер, Марио; Керн, Роман; Гранитзер, Мицхаел (2009), „Еxтернал анд Интринсиц Плагиарисм Детецтион Усинг Вецтор Спаце Моделс”, ПАН09 - 3рд Wорксхоп он Унцоверинг Плагиарисм, Аутхорсхип анд Социал Софтwаре Мисусе анд 1ст Интернатионал Цомпетитион он Плагиарисм Детецтион (ПДФ), ЦЕУР Wорксхоп Процеедингс, 502, стр. 47—55, ИССН 1613-0073, Архивирано из оригинала (ПДФ) 2. 4. 2012. г. 
  19. ^ а б в Гипп, Бела; Беел, Јöран (2010), „Цитатион Басед Плагиарисм Детецтион - А Неw Аппроацх то Идентифyинг Плагиаризед Wорк Лангуаге Индепендентлy”, Процеедингс оф тхе 21ст АЦМ Цонференце он Хyпертеxт анд Хyпермедиа (ХТ'10) (ПДФ), АЦМ, стр. 273—274, ИСБН 978-1-4503-0041-4, дои:10.1145/1810617.1810671, Архивирано из оригинала (ПДФ) 25. 04. 2012. г., Приступљено 04. 06. 2013 
  20. ^ а б в Гипп, Бела; Меусцхке, Норман; Беел, Јöран (2011), „Цомпаративе Евалуатион оф Теxт- анд Цитатион-басед Плагиарисм Детецтион Аппроацхес усинг ГуттенПлаг”, Процеедингс оф 11тх АЦМ/ИЕЕЕ-ЦС Јоинт Цонференце он Дигитал Либрариес (ЈЦДЛ’11) (ПДФ), АЦМ, стр. 255—258, ИСБН 978-1-4503-0744-4, дои:10.1145/1998076.1998124, Архивирано из оригинала (ПДФ) 25. 04. 2012. г., Приступљено 04. 06. 2013 
  21. ^ а б в Гипп, Бела; Меусцхке, Норман (2011), „Цитатион Паттерн Матцхинг Алгоритхмс фор Цитатион-басед Плагиарисм Детецтион: Греедy Цитатион Тилинг, Цитатион Цхункинг анд Лонгест Цоммон Цитатион Сеqуенце”, Процеедингс оф тхе 11тх АЦМ Сyмпосиум он Доцумент Енгинееринг (ДоцЕнг2011) (ПДФ), АЦМ, стр. 249—258, ИСБН 978-1-4503-0863-2, дои:10.1145/2034691.2034741, Архивирано из оригинала (ПДФ) 25. 04. 2012. г., Приступљено 04. 06. 2013 
  22. ^ Гипп, Бела; Беел, Јöран (2009), „Цитатион Проxимитy Аналyсис (ЦПА) - А неw аппроацх фор идентифyинг релатед wорк басед он Цо-Цитатион Аналyсис”, Процеедингс оф тхе 12тх Интернатионал Цонференце он Сциентометрицс анд Информетрицс (ИССИ’09) (ПДФ), Интернатионал Социетy фор Сциентометрицс анд Информетрицс, стр. 571—575, ИССН 2175-1935, Архивирано из оригинала (ПДФ) 13. 09. 2012. г., Приступљено 04. 06. 2013 
  23. ^ Холмес, Давид I. (1998), „Тхе Еволутион оф Стyлометрy ин Хуманитиес Сцхоларсхип”, Литерарy анд Лингуистиц Цомпутинг, 13 (3): 111—117, дои:10.1093/ллц/13.3.111 
  24. ^ Јуола, Патрицк (2006), „Аутхорсхип Аттрибутион” (ПДФ), Фоундатионс анд Трендс Информатион Ретриевал, 1: 233—334, ИССН 1554-0669, дои:10.1561/1500000005, Архивирано из оригинала (ПДФ) 24. 10. 2020. г., Приступљено 04. 06. 2013 
  25. ^ Цхимпскy Архивирано на сајту Wayback Machine (13. октобар 2011) at University of Waterloo. Canada.
  26. ^ а б в г Abdelmoneim, Salah-Eldin (30. 9. 2010). „Plagiarism What is it? How to avoid it?” (PDF). 14th Alexandria Anaesthesia & Intensive Care Conference. Alexandria Faculty of Medicine. Архивирано из оригинала (PDF) 30. 3. 2012. г. Приступљено 4. 6. 2013. 
  27. ^ а б в г д ђ Koovakkai, Dineshan (mart 2—4, 2011). „Diagnosing Plague: Tools And Techniques For Detecting Plagiarism” (PDF). 8th International CALIBER - 2011, Goa University, Goa. INFLIBNET Centre, Ahmedaba, India. Архивирано из оригинала (PDF) 24. 3. 2012. г.  Проверите вредност парамет(а)ра за датум: |date= (помоћ)
  28. ^ Meuschke, Norman; Gipp, Bela; Breitinger, Corinna (31. 5. 2012). CitePlag: A Citation-based Plagiarism Detection System Prototype (conference paper) (PDF). 5th Annual Plagiarism Conference. Newcastle upon Tyne, UK. [мртва веза]
  29. ^ „CopyTracker.org”. École Centrale de Lille. France. Архивирано из оригинала 18. 9. 2012. г. 
  30. ^ Plagium.com. US.
  31. ^ Mapes, Diane (10. 9. 2009). „Steal this story? Beware Net’s plagiarism ‘cops’”. MSNBC.com. Архивирано из оригинала 04. 10. 2012. г. Приступљено 04. 06. 2013. 
  32. ^ SeeSources at PlagScan.com. Germany.
  33. ^ PlagiarismChecker at Dustball.com. US.
  34. ^ Vij, Rajeev; Soni, Navin Kumar; Makhdumi, Gayas (februar 25—27, 2009). „Encouraging Academic Honesty through Anti-plagiarism Software” (PDF). 7th International CALIBER-2009, Pondicherry University, Pondicherry. INFLIBNET Centre, Ahmedabad, India: 444. Архивирано из оригинала (PDF) 24. 3. 2012. г.  Проверите вредност парамет(а)ра за датум: |date= (помоћ)
  35. ^ PlagiarismDetect.com Архивирано на сајту Wayback Machine (13. април 2014). US. (also trial)
  36. ^ Plagscan.com. Germany.
  37. ^ Veriguide.org. Department of Computer Science and Engineering, The Chinese University of Hong Kong.
  38. ^ King, Irwin (1. 4. 2010). „Introduction to Social Computing”. Ур.: Kitagawa. Database Systems for Advanced Applications: 15th International Conference, 2010, Tsukuba, Japan, Proceedings, Part II. стр. 482. 
  39. ^ Portal Plagiat - Softwaretest 2004 (на језику: German), HTW University of Applied Sciences Berlin, Архивирано из оригинала 25. 10. 2011. г., Приступљено 6. 10. 2011 
  40. ^ Portal Plagiat - Softwaretest 2008 (на језику: German), HTW University of Applied Sciences Berlin, Приступљено 6. 10. 2011 
  41. ^ а б Portal Plagiat - Softwaretest 2010 (на језику: German), HTW University of Applied Sciences Berlin, Приступљено 6. 10. 2011 
  42. ^ Potthast, Martin; Barrón-Cedeño, Alberto; Eiselt, Andreas; Stein, Benno; Rosso, Paolo (2010), „Overview of the 2nd International Competition on Plagiarism Detection”, Notebook Papers of CLEF 2010 LABs and Workshops, 22–23 September, Padua, Italy (PDF), Архивирано из оригинала (PDF) 3. 4. 2012. г. 
  43. ^ Potthast, Martin; Eiselt, Andreas; Barrón-Cedeño, Alberto; Stein, Benno; Rosso, Paolo (2011), „Overview of the 3rd International Competition on Plagiarism Detection”, Notebook Papers of CLEF 2011 LABs and Workshops, 19–22 September, Amsterdam, Netherlands (PDF), Архивирано из оригинала (PDF) 2. 4. 2012. г., Приступљено 4. 6. 2013 
  44. ^ Potthast, Martin; Barrón-Cedeño, Alberto; Stein, Benno; Rosso, Paolo (2011), „Cross-Language Plagiarism Detection” (PDF), Language Resources and Evaluation, 45 (1): 45—62, ISSN 1574-020X, doi:10.1007/s10579-009-9114-z, Архивирано из оригинала (PDF) 26. 11. 2013. г., Приступљено 4. 6. 2013 
  45. ^ Weber-Wulff, Debora (2008), „On the Utility of Plagiarism Detection Software”, In Proceedings of the 3rd International Plagiarism Conference, Newcastle Upon Tyne (PDF) [мртва веза]
  46. ^ "Plagiarism Prevention and Detection - On-line Resources on Source Code Plagiarism" Архивирано на сајту Wayback Machine (15. новембар 2012). Хигхер Едуцатион Ацадемy, Университy оф Улстер.
  47. ^ Роy, Цханцхал Кумар;Цордy, Јамес Р. (Септембер 26, 2007)."А Сурвеy он Софтwаре Цлоне Детецтион Ресеарцх". Сцхоол оф Цомпутинг, Qуеен'с Университy, Цанада.

Спољашње везе[уреди | уреди извор]

Преузето из „https://sr.wikipedia.org/w/index.php?title=Detekcija_plagijata&oldid=26738271”