Paraphrasier-Erkennung — getarnte Kopien finden
Ein Paraphrasier-Erkenner findet Texte, die umformuliert wurden, um ihre Quelle zu verschleiern. Noplag erkennt derzeit den leichten Bereich: Bearbeitungen, bei denen Fünf-Wort-Sequenzen erhalten bleiben, werden weiterhin gefunden. Synonymaustausch und kleinere Umstellungen werden durch Winnowing-Fingerprints erkannt und per Live-Websuche abgeglichen. Vollständige satzweise Umschreibungen sind ein anderes Problem und werden noch nicht erkannt — Near-Duplicate-Matching (v1.1) und semantisches Matching (v1.2) lösen das, sobald sie die veröffentlichte Evaluation bestehen.
Wir erkennen. Wir helfen nicht beim Verschleiern.
Ein Humanizer ist ein Tool, das KI- oder menschlich verfasste Texte gezielt umschreibt, um Erkennung zu umgehen. Wir könnten so etwas bauen. Tun wir aber nicht. Ziel dieses Produkts ist es, nicht gekennzeichnetes Kopieren sichtbar zu machen, nicht es zu verstecken. Wenn Erkennung sinnvoll sein soll, dürfen Anbieter von Erkennung und Anbieter von Humanizern nicht identisch sein. Wir haben uns entschieden.
Wenn wir Humanizer im Bericht erwähnen, dann um darauf hinzuweisen, dass es sie gibt und sie vor dem geprüften Text eingesetzt worden sein könnten — nicht, um einen zu verkaufen.
Vier Ebenen. Zwei verfügbar, zwei in Entwicklung.
Die Kaskade verengt sich von exakten Treffern über nahezu identische bis zu semantisch gleichen Texten und prüft abschließend gegen das offene Web. Zwei dieser Ebenen sind in v1.0 enthalten; die beiden, die echte Paraphrasen erkennen, werden noch entwickelt. Wir sagen das offen, statt etwas anderes zu suggerieren.
Winnowing-Fingerprints — verfügbar
Exakte Teilstring-Übereinstimmungen. Leichte Synonym-Ersetzungen und kleinere Umstellungen, solange Fünfwortfolgen erhalten bleiben.
Alles, was umgestellt oder umformuliert wurde.
MinHash LSH — v1.1 geplant
Wird Satzumstellungen und Umstellungen auf Wortebene erkennen. Heute noch nicht möglich.
Echte Synonyme und semantische Umformulierungen, dafür ist L3 vorgesehen.
Satz-Embeddings — v1.2 geplant
Wird Synonymaustausch und semantische Paraphrasen erkennen. Heute noch nicht möglich.
Umformulierungen, die so weit vom Original entfernt sind, dass kein statistisches Signal mehr bleibt.
Live-Web-Abgleich — verfügbar
Quellen, die nach dem Korpus-Snapshot hinzugekommen sind.
Bezahlte oder nicht indexierte Inhalte.
Was wir aktuell erkennen — nach Stärke der Paraphrasierung.
Dies ist das Verhalten in v1.0, keine Prognose. Leichte Überarbeitung lässt noch zusammenhängende Textstellen für Treffer zu; gründliche Umformulierung nicht, und keine Fingerprinting-Methode kann das ausgleichen. Wo genau diese Grenze liegt, beschreiben wir im Beitrag zu den ehrlichen Grenzen der wörtlichen Erkennung: /blog/the-honest-limits-of-verbatim-detection.
Synonymersetzungen und kleinere Umstellungen. Genug Originaltext bleibt erhalten, damit Fingerprints erkannt werden.
Die Katze saß auf der Matte.
Die Katze saß auf der Matte.
Satzstruktur geändert, Verben ersetzt. Nur erkannt, wenn ein unbearbeiteter Abschnitt übrig bleibt. Near-Duplicate-Erkennung (v1.1) zielt auf diese Stufe.
Die Katze saß auf der Matte.
Auf der Matte hatte sich die Katze niedergelassen.
Komplette inhaltliche Umformulierung, neue Struktur und Wortwahl. Ergibt aktuell null Punkte; semantische Erkennung (v1.2) ist für diese Stufe geplant.
Die Katze saß auf der Matte.
Ein kleines Säugetier hatte sich auf einer Stofffläche positioniert.
Zehn Fragen zur Erkennung von Paraphrasierungen.
Meist geht es darum, wo die Erkennung an ihre Grenzen stößt. Wir benennen die Untergrenze klar; relevant für alle, die auf Grundlage eines Scores entscheiden.
- Was ist der Unterschied zwischen Paraphrasierungs- und Plagiatserkennung?
- Plagiatserkennung ist der Oberbegriff – das Kopieren von Text ohne Quellenangabe. Paraphrasierungserkennung ist die gezielte Suche nach Plagiaten, bei denen der Text umformuliert wurde, um die Herkunft zu verschleiern. Noplag liefert beides in einem Bericht; die Paraphrasierungs-Pipeline greift, wenn die L1-Exact-Match-Schicht nicht anschlägt.
- Warum ist starke Paraphrasierung so schwer zu erkennen?
- Die Erkennung sucht nach statistischen Mustern – gemeinsamen Wortfolgen, später auch nach Struktur und Bedeutung. Leichte Bearbeitungen lassen diese Muster bestehen und werden erkannt. Wird ein Abschnitt Satz für Satz umgeschrieben, verschwinden die gemeinsamen Wortfolgen: Eine gründliche Paraphrasierung erzielt bei einem Fingerprint-Engine – wie v1.0 – null Punkte. Das ist eine Eigenschaft der Methode, kein Fehler. Deshalb sind Near-Duplicate- (v1.1) und semantische (v1.2) Erkennung eigene Schichten und kein Regler. Details dazu im Blogbeitrag zu den ehrlichen Grenzen der Wort-für-Wort-Erkennung: /blog/the-honest-limits-of-verbatim-detection.
- Bietet Noplag ein Tool zum Humanisieren von KI-Text an?
- Nein. Wir bieten keinen Humanizer an. Ein Humanizer soll Erkennung umgehen – das widerspricht unserem Ansatz. Wir stehen für Integrität: Wir erkennen, wir helfen nicht beim Verbergen. Siehe die Klarstellung oben.
- Wie unterscheidet sich das von Quillbots Paraphrasierungs-Tool?
- Quillbot schreibt Texte um, um Erkennung zu umgehen. Wir erkennen umgeschriebene Texte, die Erkennung entgehen sollen. Zwei entgegengesetzte Ansätze für dasselbe Problem. Taucht ein Quillbot-Output in einer Prüfung auf, markiert der Bericht 'möglicher Einsatz eines Paraphrasierungstools', wenn wir das Muster erkennen.
- Was ist eine 'Vier-Schichten-Kaskade' und wie viel davon ist aktiv?
- Vier Erkennungsschritte, jeweils weniger wörtlich als der vorherige. L1 Winnowing erkennt exakte und leicht bearbeitete Übereinstimmungen, Layer W prüft zusätzlich per Websuche – beides ist in v1.0 enthalten. L2 (Near-Duplicate-Matching) steht auf der v1.1-Roadmap, L3 (semantisches Matching mit Satz-Embeddings) auf v1.2; beide laufen derzeit nicht und sind noch nicht im öffentlichen Repository. Ehrliche Zusammenfassung: Die Hälfte der Kaskade ist aktiv – und das ist der Teil, der leichte Umformulierungen abdeckt.
- Wie sieht es mit Rückübersetzung als Paraphrasierungstechnik aus?
- Rückübersetzung (Englisch → Spanisch → Englisch) zählt zu den schwierigsten Paraphrasierungsarten – semantisch gleichwertig, aber strukturell neu. Bleiben dabei Passagen im Original erhalten, erkennen wir sie; wird alles sauber umformuliert, erkennen wir es derzeit nicht. Das ist ein Ziel für die semantische Schicht in v1.2.
- Wird starke Paraphrasierung als 'Plagiat' markiert?
- Nur bei ausreichend hoher Sicherheit. Liegt die Sicherheit unterhalb der Schwelle, zeigen wir die verdächtige Passage als 'Übereinstimmung mit geringer Sicherheit' und überlassen die Bewertung dem Prüfer. Wir deklarieren Paraphrasierungsplagiate nie einseitig – wir berichten Wahrscheinlichkeit und Begründung.
- Kann ich sehen, wie Noplag einen Abschnitt bewertet hat?
- Ja. Jede Übereinstimmung im Bericht verlinkt zur Quell-URL und zeigt, welche Erkennungsschicht angeschlagen hat. Der Score lässt sich offline mit der Open-Source-Engine nachvollziehen – siehe /open-source-plagiarism-checker.
- Funktioniert Noplag auch bei Paraphrasierungen in anderen Sprachen als Englisch?
- Die Erkennung ist zum Start für Englisch, Spanisch, Portugiesisch, Polnisch und Ukrainisch kalibriert; weitere Sprachen folgen. Andere Sprachen liefern Ergebnisse mit dem Hinweis 'Low-Resource – mit besonderer Vorsicht interpretieren.'
- Ist der Paraphrasierungserkenner kostenlos?
- Ja, im Free-Tarif – 2.500 Wörter pro Prüfung, keine Anmeldung. Pro- und Premium-Tarife erhöhen das Limit; der zugrundeliegende Erkennungsalgorithmus ist in allen Tarifen identisch.
Paraphrasierte Plagiate finden – kostenlos, bis zu 2.500 Wörter.
Leichte Umformulierungen erkennen wir bereits, aber umfassend umgeschriebene Texte entgehen uns, bis die semantischen Schichten verfügbar sind. Prüfen Sie Ihren eigenen Text und sehen Sie, was die Engine tatsächlich gefunden hat.
Paraphrasierte Plagiate erkennen