Parafraseerimise tuvastaja — leia varjatud kopeerimine
Parafraseerimise tuvastaja leiab teksti, mis on ümber sõnastatud allika varjamiseks. Noplag tuvastab praegu kergemad juhtumid: kui viie järjestikuse sõna lõigud on muutmata, leitakse need ikka üles, seega sünonüümide vahetused ja väikesed ümberpaigutused tuvastatakse winnowing-sõrmejälgede ja reaalajas veebikontrolliga. Põhjalik lausehaaval ümberkirjutamine on teine probleem ja seda me veel ei tuvasta — selle lahendavad peaaegu identsete lõikude leidmine (v1.1) ja semantiline võrdlus (v1.2), mis lisanduvad pärast avalikku hindamist.
Me tuvastame. Me ei aita varjata.
Humaniseerija on tööriist, mis kirjutab AI või inimese loodud teksti ümber, et vältida tuvastamist. Me võiksime selle teha. Me ei tee. Selle toote eesmärk on tuvastada viitamata kopeerimist, mitte aidata seda varjata. Kui tuvastamine üldse kasulik olla saab, ei saa tuvastajaid ja humaniseerijaid teha sama teenusepakkuja. Meie oleme oma valiku teinud.
Kui mainime raportis humaniseerijaid, siis ainult selleks, et teavitada nende olemasolust ja võimalusest, et neid on kontrollitava teksti puhul kasutatud — mitte selleks, et neid pakkuda.
Neli kihti. Kaks valmis, kaks arendamisel.
Kaskaad kitseneb täpsetest kattuvustest läbi peaaegu samasuguste kuni semantilise samaväärsuseni, seejärel kontrollib avatud veebi vastu. Kaks neist kihtidest on v1.0-s olemas; kaks, mis tuvastavad tegelikku parafraasi, on veel arendamisel. Eelistame seda ausalt öelda.
Winnowing-sõrmejäljed — olemas
Täpsed alamsõne kattuvused. Kerged sünonüümivahetused ja väikesed ümberpaigutused, kui viiesõnalised jupid jäävad muutmata.
Kõik ümberpaigutatud või ümber sõnastatud.
MinHash LSH — v1.1 plaanis
Tuvastab lausete ümberjärjestuse ja sõnatasandi segamise. Praegu ei tuvasta.
Tõelised sünonüümid ja semantilised ümberkirjutused, mille jaoks on L3.
Lausete embedid — v1.2 plaanis
Tuvastab sünonüümide asendused ja semantilise parafraasi. Praegu ei tuvasta.
Ümberkirjutused, mis on allikast piisavalt erinevad, et statistiline signaal kaob.
Reaalajas veebivõrdlus — kasutusel
Allikad, mis lisandusid pärast korpuse hetktõmmist.
Tasutaga või indekseerimata sisu.
Mida praegu tuvastame — vastavalt parafraseerimise ulatusele.
See on v1.0 käitumine, mitte prognoos. Kerge toimetamine jätab alles tuvastatavad tekstilõigud; põhjalik ümberkirjutus mitte, ning ükski sõrmejälgede meetod seda ei taasta. Kirjeldasime täpselt, kus see piir jookseb, oma postituses sõnasõnalise tuvastuse piirangutest: /blog/the-honest-limits-of-verbatim-detection.
Sünonüümide vahetus ja väike ümberjärjestus. Piisavalt algset sõnastust jääb alles, et sõrmejäljed kattuksid.
Kass istus vaibal.
Feliks istus vaibal.
Lauset on ümber ehitatud, tegusõnad muudetud. Tuvastatakse ainult seal, kus muutmata lõik on alles. Peaaegu kattuvate lõikude tuvastus (v1.1) on suunatud sellele tasemele.
Kass istus vaibal.
Vaibal oli kass end sisse seadnud.
Täielik sisuline ümberkirjutus, uus struktuur ja sõnavara. Praegu annab nulltulemuse; semantiline tuvastus (v1.2) on suunatud sellele tasemele.
Kass istus vaibal.
Väike imetaja oli end asetanud kangapinnale.
Kümme küsimust parafraseerimise tuvastamise kohta.
Peamiselt sellest, kus tuvastamine ebaõnnestub. Oleme piirangutes selged; need, kes peavad teadma, on need, kes hakkavad tulemustele tuginedes otsuseid tegema.
- Mis vahe on parafraseerimise tuvastamisel ja plagiaadituvastusel?
- Plagiaat on laiem mõiste — teksti kopeerimine ilma viiteta. Parafraseerimise tuvastamine tähendab plagiaadi leidmist siis, kui tekst on ümber kirjutatud, et allikat varjata. Noplag teeb mõlemat ühes raportis; parafraseerimise tuvastus käivitub siis, kui L1 täpsete vastete kiht ei leia kattuvust.
- Miks on põhjalikku parafraseerimist nii raske tuvastada?
- Tuvastamine põhineb statistilistel tunnustel — ühised sõnejupid, hiljem ka struktuur ja tähendus. Kerge toimetamine jätab need alles ja see tuvastatakse. Kui lõik kirjutatakse lause kaupa ümber, kaovad ühised jupid täielikult: põhjalik parafraas annab sõrmejälje mootoris nulltulemuse, nagu v1.0 puhul. See on meetodi omadus, mitte viga, ja seetõttu on peaaegu kattuvate (v1.1) ja semantiliste (v1.2) vastete tuvastus eraldi kihid, mitte lihtsalt seadistus. Oleme sellest kirjutanud postituses sõnasõnalise tuvastuse piirangutest: /blog/the-honest-limits-of-verbatim-detection.
- Kas Noplag pakub tööriista AI-teksti humaniseerimiseks?
- Ei. Me ei paku humaniseerijat. Humaniseerija eesmärk on tuvastusest mööda hiilida — see on meie eesmärgiga vastuolus. Meie keskendume aususele; tuvastame, mitte ei aita varjata. Vaata ülaltoodud seisukohavõttu.
- Kuidas see erineb Quillboti parafraseerimistööriistast?
- Quillbot kirjutab teksti ümber, et vältida tuvastamist. Meie tuvastame teksti, mis on ümber kirjutatud tuvastusest pääsemiseks. Oleme sama probleemi vastaspooltel. Kui Quillboti väljund satub kontrolli, märgib raport 'võimalik parafraseerimistööriista kasutus', kui näeme vastavat mustrit.
- Mis on 'neljakihiline kaskaad' ja kui palju sellest töötab?
- Neli järjestikust tuvastuskihti, igaüks eelmisest vähem sõnasõnaline. L1 kiht leiab täpsed ja kergelt muudetud vasted, Layer W kontrollib reaalajas veebist — mõlemad on v1.0-s olemas. L2 (peaaegu kattuvate vastete tuvastus) on v1.1 plaanis ja L3 (semantiline tuvastus lausevektoritega) v1.2-s; kumbki pole veel töös ega avalikus repos. Aus kokkuvõte: pool kaskaadist töötab ja see osa tuvastab kerge ümberkirjutuse.
- Kuidas on lood tagasitõlkimisega parafraseerimise tehnikana?
- Tagasitõlge (nt inglise → hispaania → inglise) on üks raskemini tuvastatavaid parafraseerimisviise — tähendus jääb samaks, struktuur muutub. Kui originaali sõnastus jääb osaliselt alles, tuvastame selle; kui ümberkirjutus on täielik, siis praegu ei tuvasta. See on v1.2 semantilise kihi sihtmärk.
- Kas märgite põhjaliku parafraseerimise plagiaadina?
- Ainult siis, kui kindlus on piisavalt kõrge. Alla lävendi toome kahtlase lõigu välja märkega 'madala kindlusega vaste' ja jätame otsuse hindajale. Me ei nimeta parafraseeritud plagiaati kunagi üheselt — esitame tõenäosuse ja põhjenduse.
- Kas saan näha, kuidas Noplag lõigu skooris?
- Jah. Iga vaste raportis viitab allika URL-ile ja näitab, milline tuvastuskiht käivitus. Skoori saab ise korrata avatud lähtekoodiga mootoris — vt /open-source-plagiarism-checker.
- Kas Noplag tuvastab parafraseerimist ka muudes keeltes kui inglise keel?
- Tuvastus on alguses häälestatud inglise, hispaania, portugali, poola ja ukraina keelele; teised keeled lisanduvad. Muudes keeltes on tulemused märgitud 'madala ressursiga — tõlgenda eriti ettevaatlikult'.
- Kas parafraseerimise tuvastus on tasuta?
- Jah, tasuta tasemel — kuni 2 500 sõna kontrolli kohta, ilma registreerimiseta. Pro ja Premium tasemed tõstavad piiri; tuvastusalgoritm on kõigil tasemetel sama.
Leia parafraseeritud plagiaat — tasuta, kuni 2 500 sõna.
Tuvastame praegu kerge ümberütlemise ja ütleme otse, et põhjalik ümberkirjutamine jääb seni leidmata, kuni semantilised kihid valmivad. Kontrolli oma teksti ja loe, mida mootor tegelikult leidis.
Leia ümber sõnastatud plagiaat