Plagiato patikra leidėjams – prieš publikavimą ir auditas
Tikrinimas prieš publikaciją laisvai samdomų autorių tekstams, sindikacijos auditas repubuikuotam turiniui ir REST API, kurią jūsų inžinieriai pajungs į CMS. Aptikimo variklis — Apache 2.0; galima skaityti prieš naudojimą, ne po.
Keturi skyriai. Viena eiga.
Patikrinkite laisvai samdomo autoriaus pasiūlymą
10 minučių vienai užklausai, prieš skiriant redagavimo biudžetą.
- Įdėkite juodraštį / iškarpą, matysite anksčiau publikuotus variantus
- AI tikimybė pagal pastraipą (greitai), pritaikyta ESL
- Nebereikia ginčytis dėl „ar tai originalu?“
Patikrinkite dienos eilę prieš spaudą
Masinis šiandienos straipsnių tikrinimas prieš jie patenka į CMS publikavimo eilę.
- Eilės peržiūra pagal panašumą + AI balą
- Skyrių jautrumo ribos (nuomonė vs naujienos vs apžvalga)
- Audituojami veiksmai pagal autorių standartų skyriui
Tirkite ginčytiną užklausą
Perskaitykite algoritmą, tada peržiūrėkite sutapusias vietas.
- X-Engine-Commit kartojamumas
- Sprendimo keitimas su dokumentuota priežastimi
- Apache 2.0 — ginamas per pataisymų peržiūrą
Audituokite partnerius, kurie jus perpublikuoja
Stebėkite canonical žymos būklę visame sindikacijos tinkle.
- Canonical ženklą atpažįstantis tikrinimas (ORIGIN / SYND OK / LEAK)
- Savaitinė partnerių skirtumų ataskaita
- DMCA lygio įrodymų rinkinys pagal užklausą
Trys žingsniai prieš straipsniui patenkant į CMS eilę.
Įdiegta į jūsų redakcinį srautą per API, paleidžiama masiniu režimu prieš spaudą arba atskirai per prietaisų skydelį. Tas pats variklis, ta pati ataskaitos struktūra, tinka kur reikia.
01 · Priėmimas
Pateikta užklausa atsiduria jūsų CMS eilėje — įkėlite .docx / .gdoc / įklijuojate, arba CMS siunčia per webhook. Autoriaus + skyriaus + priskirto redaktoriaus metaduomenys keliauja su dokumentu auditui.
02 · Skenavimas + klasifikavimas
Kaskada tikrina atvirą internetą + Common Crawl + (pasirinktinai) jūsų archyvą. Citavimų klasifikacija atskiria citatas su nuorodomis nuo necituoto perteikimo. AI tikimybė pagal pastraipą (netrukus), pritaikyta ESL. Vidutinis laikas — 42 s straipsniui.
03 · Sprendimas + publikavimas
Redaktorius mato: antraštės panašumą, kategorijų išskaidymą, rūšiuojamą šaltinių sąrašą (AI balas su ESL vėliava — netrukus). Trys veiksmai: publikuoti, grąžinti su pastabomis, perduoti standartų skyriui. Sprendimas fiksuotas su variklio commit'u + korpuso momentu.
Keturi CMS paviršiai. Viena REST sąsaja.
Pajunkite Noplag prie jau naudojamos CMS. API sąsaja identiška — skiriasi tik integracijos sluoksnis (WordPress, Ghost, Drupal ar jūsų webhook'ai).
Oficialus papildinys iš WordPress.org Plugins Directory. Veikia su Gutenberg.
- Papildomas laukas prieš publikaciją kiekvienam postų tipui
- Redaktoriuje paryškinimas blokų lygiu
- Audito žurnalas per WP REST API
Webhook integracija + Admin API vartotojas. Veikia su narių turiniu.
- Webhookas prieš publikavimą veikia per save_draft
- Politika pagal tagą kiekvienam turinio tipui
- Tinka savarankiškai hostinimui (Noplag + Ghost hostuoti pas jus)
Contrib modulis iš drupal.org. Prijungimas per Field API.
- Plagiato laukas kiekvienam turinio tipui
- Srauto integracija su Content Moderation
- Multi-site konfigūracija palaikoma
Webhookai + OpenAPI 3.0 specifikacija. Headless CMS, vidinėms sistemoms ar kitkam.
- POST /v1/checks iš bet kurio CMS hook'o
- HMAC pasirašyti webhook atsakymai
- Python + Node SDK siunčiami iš OpenAPI spec
Šiandienos publikavimo eilė. Galima rūšiuoti, audituojama.
Straipsniai eilutėmis — autorius, skyrius, panašumas, AI balas ir peržiūra ataskaitoje. Galima rūšiuoti. Saugūs patvirtinami masiškai, likusieji eskaluojami.
Matykite, kas jus perpublikuoja — ir ar canonical tag rodo į jus.
Stebėkite platinimo tinklą
Pridėkite domenus, kuriuos sindikuojate (Medium, LinkedIn, Substack, jūsų partneriai) į leidžiamų sąrašą. Savaitės apžvalga rodo, kurie partneriai su rel=canonical rodo atgal į jus (ORIGIN), kurie be šios žymos (SEO nuotėkis), kurie perpublikuoja be leidimo (SCRAPED).
Iš kokio tinklaraščio dingo jūsų autorystė?
Mėnesinės atviro tinklo analizės iškelia nedraudžiamus domenus, publikuojančius sutapusius jūsų straipsnių fragmentus. Pridedama momentinė ekrano kopija su data — DMCA lygio įrodymai, susieti su pasirodymo data. Mes DMCA nesiunčiame (tai jūsų sprendimas), tik duodame dokumentus.
Vidinis dubliavimas jūsų puslapiuose
Profesionalus katalogo lygmens tikrinimas: sukelkite publikacijų katalogą į aplanką — variklis sudaro visų porų panašumo matricos. Aptinka 47 miesto puslapius su ta pačia boilerplate pastraipa — rizika, kurią reikia žinoti prieš Google.
Trys nuostatos, kurių jūsų standartų skyrius tikėsis prieš pirkimą.
Pirma — pateikti straipsniai niekada nėra naudojami modelio mokymui. Nei mūsų, nei kitų. Pateiktas tekstas yra suskaitmenintas, indeksuojamas jūsų nuomotojo aplinkoje ir ištrinamas po 30 dienų, nebent aiškiai nurodoma jį saugoti ilgiau. Antra — AI sprendimas (bus vėliau, įtrauktas į planą) bus pateikiamas kiekvienam pastraipai atskirai, o ne visam straipsniui, ir pažymėtas variklio commit bei korpuso momentinės kopijos laiko žyma. Ginčytinas AI žymėjimas bus atkartojamas po kelių mėnesių naudojant tą patį commit. Jokio tyliojo pertreniruotės. Trečia — Apache 2.0 reiškia, kad jūsų inžinierių komanda gali nukopijuoti github.com/NoplagLabs/noplag-engine, paleisti jį savo infrastruktūroje, audituoti duomenų srautus ir patikrinti teisės būti pamirštam įgyvendinimą nuo pradžios iki galo. Dauguma institucinių plagiato tikrinimo programinės įrangos pirkimų stringa ties šiais trimis klausimais; bandėme į juos atsakyti iš anksto.
Skaitykite standartų skyriaus vadovąStandartų skyrius tikrai klausia prieš pirkimą.
- Ar mūsų straipsniai bus naudojami AI modelio mokymui?
- Ne. Pateikti straipsniai suskaitmeninti (tik hash-ai) ir indeksuoti atskirame duomenų bazės sluoksnyje. Tekstas pats trinamas po 30 dienų, nebent pasiliekate. AI aptikimo modelis — Binoculars (Hans ir kt., 2024), netrukus roadmap'e — iš anksto apmokytas viešais tekstais; kliento turinys nepridedamas. Aiškiai nurodyta DPA.
- Kaip AI sprendimas pagal pastraipą bus patikrinamas ginčo metu?
- AI turinio aptikimas bus netrukus — įtrauktas į v1.2 planą, bet paleidimo metu dar neveiks. Kai bus įdiegta, kiekviena pažymėta pastraipa turės variklio commit ir korpuso momentinės kopijos žymą. Pakartotinai patikrinus tą pačią pastraipą su tuo pačiu commit, sprendimas bus identiškas. Algoritmas atviras adresu github.com/NoplagLabs/noplag-engine (Apache 2.0), nurodytas perplexity slenkstis, dokumentuota ESL pritaikyta kalibracija. Neturime „pasitikėkite rezultatu“ režimo.
- O jei laisvai samdomi autoriai iš silpno interneto šalių?
- Aptikimas paleidimo metu sukalibruotas anglų, ispanų, portugalų, lenkų ir ukrainiečių kalboms, vėliau bus pridėta daugiau kalbų. Aptikimo kokybė vertinama pagal PAN-PC-11; atskiras kalbų vertinimas numatytas plane. ESL pritaikytas AI sprendimas žymi ne gimtakalbių anglų kalbos tekstą kaip ESL ADJ, o ne LIKELY-AI, kai leksinis parašas tai rodo.
- Ar galime hostinti pas save?
- Taip — Apache 2.0 variklis + Docker. Tik jūsų tinkle. Naudoja jūsų Postgres + Redis, viskas viduje, jokia užklausa neišeina iš jūsų VPC. Tinka žiniasklaidai su griežtomis šaltinių apsaugos ar konfidencialumo prieš publikaciją taisyklėmis.
- Ar integruojasi su mūsų CMS?
- WordPress (oficialus papildinys), Ghost (Admin API + webhook), Drupal (contrib modulis). Kitoms sistemoms — REST + OpenAPI 3.0 spec duoda viską, kad inžinieriai galėtų pridėti pre-publish hook'ą per dieną. Python ir Node SDK siunčiami iš spec.
- Kam iš tikrųjų skirtas sindikacijos auditas?
- Pridedate savo platinamų domenų sąrašą (medium.com/@jūs, partnerių domenai). Savaitinė analizė pateikia canonical žymos būklę: ORIGIN (rodo į jus), SYND OK (iš partnerio rodo į jus), LEAK (canonical trūksta arba rodo kitur — SEO dalijasi), arba SCRAPED (kopija, be canonical, neleidžiamas domenas). Scraped atvejui — momentas DMCA įrodymams.
- Kaip kainodara 30 žurnalistų redakcijai?
- Premium planas $79/mėn: 5 000 žodžių/patikrinimas, 5 000 straipsnių/mėn, pilna API + CMS integracija. Dideliam srautui (10,000+ straipsnių per mėnesį) Enterprise sutartys pagal tūrį ir dedikuotą infrastruktūrą. Individualių vietų kainos nėra; skaluoja pagal kiekį.
- O nuomonės, sindikuoti tekstai, knygų ištraukos, kur dalis „pernaudojimo“ yra normalu?
- Skyrių ribos Pro+ — skirtingas jautrumas naujienoms, nuomonei, apžvalgoms, ištraukai. Nuomonės straipsnis su verbatim Senato kalba neturėtų trigerinti tos pačios ribos, kaip naujiena su perrašytu tekstu iš konkurento. Cituojamų vienetų atskyrimas identifikuoja tinkamai cituotą turinį nuo netyčinio pakartojimo.
- Ar lėtins publikavimo srautą?
- Vidutiniškai 47 sekundės 1 500–4 000 žodžių straipsniui. CMS integracijos veikia asinchroniškai — tikrinama save_draft metu, redaktorius mato rezultatą iki peržiūros pabaigos. Ilgi tekstai (8 000+ žodžių) užtrunka ~90 sekundžių, galima paleisti prieš publikaciją, ne tiesiogiai.
- Ar galime pridėti archyvą kaip privatų korpusą?
- Taip — Enterprise lygis. Masinis archyvo sukėlimas į jūsų privatų korpusą — variklis tikrina kiekvieną naują pateikimą ir prieš ankstesnius jūsų tekstus. Padeda fiksuoti reporterio self-reuse (kartais leidžiama, kartais ne), ir sąmoningą senų tekstų naudojimą su nauja autoryste.
Patikrinkite juodraštį eilėje. Peržiūrėkite straipsnio ataskaitą.
Įkelkite Word dokumentą, Google Doc ar CMS eksportuotą straipsnį. Per 47 sekundes — ataskaita pagal pastraipas. Iki 2 500 žodžių — nemokamai; apimtims — Pro planas; archyvui + infrastruktūrai — Enterprise.