Parafraseerdetector — vind verhuld kopiëren
Een parafraseerdetector vindt tekst die is herschreven om de bron te verhullen. Noplag detecteert nu het lichte deel daarvan: bewerkingen waarbij reeksen van vijf woorden intact blijven worden nog steeds als match herkend, dus synoniemen en kleine herschikkingen worden gevonden met winnowing-fingerprints en gecontroleerd via live webzoekopdrachten. Grondige herschrijving per zin is een ander probleem en wordt nog niet gedetecteerd — near-duplicate matching (v1.1) en semantische matching (v1.2) lossen dat op, en worden beschikbaar na publicatie van de evaluatie.
Wij detecteren. Wij helpen niet om detectie te ontwijken.
Een humanizer is een tool die AI- of menselijk geschreven tekst herschrijft om detectie te omzeilen. We zouden er een kunnen bouwen. Dat doen we niet. Dit product is bedoeld om ongeciteerd kopiëren zichtbaar te maken, niet om het te verhullen. Als detectie nuttig moet zijn, mogen de makers van detectors en humanizers niet dezelfde partij zijn. Wij hebben onze keuze gemaakt.
Als we humanizers in het rapport noemen, is dat om aan te geven dat ze bestaan en mogelijk zijn gebruikt vóór de tekst die je controleert — niet om er een te verkopen.
Vier lagen. Twee beschikbaar, twee in ontwikkeling.
De cascade is opgebouwd van exacte overeenkomsten via bijna-duplicaten naar semantische gelijkwaardigheid, en controleert daarna op het open web. Twee van deze lagen zijn beschikbaar in v1.0; de twee die echte parafrases kunnen herkennen zijn nog in ontwikkeling. We geven dat liever eerlijk aan dan het te verzwijgen.
Winnowing-fingerprints — beschikbaar
Exacte substring-overeenkomsten. Kleine synoniemenwissels en lichte herschikkingen waarbij reeksen van vijf woorden intact blijven.
Alles wat herschikt of geherformuleerd is.
MinHash LSH — v1.1 roadmap
Zal zinsvolgorde en herschikking op woordniveau kunnen herkennen. Wordt nu nog niet gedetecteerd.
Echte synoniemen en semantische herschrijvingen; daarvoor is L3 bedoeld.
Zin-embeddings — v1.2 roadmap
Zal synoniemen en semantische parafrases kunnen herkennen. Wordt nu nog niet gedetecteerd.
Herschrijvingen die zo ver van de bron afstaan dat er geen statistisch signaal meer overblijft.
Live web-kruiscontrole — beschikbaar
Bronnen toegevoegd na de corpus-snapshot.
Betaalmuur of niet-geïndexeerde content.
Wat we nu detecteren — per mate van parafrasering.
Dit is het gedrag in v1.0, geen voorspelling. Bij lichte bewerking blijven herkenbare tekstfragmenten over; grondige herschrijving niet, en geen enkele vingerafdruktechniek herstelt dat. We leggen precies uit waar die grens ligt in onze blog over de eerlijke grenzen van letterlijke detectie: /blog/the-honest-limits-of-verbatim-detection.
Synoniemen en kleine herschikkingen. Genoeg van de oorspronkelijke formulering blijft over voor herkenning.
De kat zat op de mat.
De katachtige zat op de mat.
Zinstructuur aangepast, werkwoorden gewijzigd. Alleen herkenbaar als een ongewijzigd fragment blijft bestaan. Near-duplicate matching (v1.1) richt zich op deze categorie.
De kat zat op de mat.
Op de mat had de kat zich neergevlijd.
Volledige semantische herschrijving, nieuwe structuur en woordkeuze. Scoort nu nul; semantische matching (v1.2) richt zich op deze categorie.
De kat zat op de mat.
Een klein zoogdier had zich op een stoffen oppervlak gepositioneerd.
Tien vragen over het detecteren van parafrasering.
Vooral over waar detectie tekortschiet. We zijn duidelijk over de ondergrens; dit is relevant voor wie op basis van een score wil handelen.
- Wat is het verschil tussen parafrasering detecteren en plagiaat detecteren?
- Plagiaat is de overkoepelende categorie: tekst overnemen zonder bronvermelding. Parafrasering detecteren is het specifieke probleem van plagiaat opsporen nadat de tekst is herschreven om de herkomst te verhullen. Noplag doet beide in één rapport; de parafraseringsmodule wordt actief als de L1 exact-match-laag geen resultaat geeft.
- Waarom is grondige parafrasering zo lastig te herkennen?
- Detectie werkt door statistische signalen te vinden: gedeelde woordreeksen, en later gedeelde structuur en betekenis. Bij lichte bewerking blijven die reeksen intact en wordt het herkend. Herschrijf een tekst zin voor zin en de gedeelde reeksen verdwijnen volledig: een grondige parafrase scoort nul bij een vingerafdruk-engine, zoals v1.0. Dat is een eigenschap van de methode, geen fout, en daarom zijn near-duplicate (v1.1) en semantische (v1.2) matching aparte lagen en geen afstelbare instelling. Zie ons artikel over de eerlijke grenzen van letterlijke detectie: /blog/the-honest-limits-of-verbatim-detection.
- Biedt Noplag een tool om AI-tekst te 'humaniseren'?
- Nee. We leveren geen humanizer. Een humanizer is bedoeld om detectie te omzeilen — dat staat haaks op onze missie. Wij staan voor integriteit: wij detecteren, we helpen niet verbergen. Zie de toelichting hierboven.
- Hoe verhoudt dit zich tot de parafraseringstool van Quillbot?
- Quillbot herschrijft tekst om detectie te ontwijken. Wij detecteren tekst die is herschreven om detectie te ontlopen. We zitten aan tegenovergestelde kanten van hetzelfde probleem. Komt een Quillbot-output in je controle voor, dan markeert het rapport 'mogelijk gebruik van parafraseringstool' als we het patroon herkennen.
- Wat is een 'vierlaagse cascade', en hoeveel daarvan werkt al?
- Vier detectierondes, telkens minder letterlijk. L1 winnowing pakt exacte en licht bewerkte overeenkomsten, en Layer W controleert via live websearch — beide zitten in v1.0. L2 (near-duplicate matching) staat op de v1.1-roadmap en L3 (semantische matching via sentence embeddings) op v1.2; beide draaien nu nog niet en staan nog niet in de publieke repo. De eerlijke samenvatting: de helft van de cascade werkt, en dat is het deel dat lichte herformulering aankan.
- Hoe zit het met back-translation als parafraseringstechniek?
- Back-translation (Engels → Spaans → Engels) is een van de lastigste vormen van parafrasering: semantisch gelijkwaardig, maar structureel nieuw. Waar delen van de oorspronkelijke tekst blijven staan, herkennen we het; waar het volledig herschreven is, detecteren we het nu niet. Dit is een doel voor de semantische laag in v1.2.
- Markeren jullie grondige parafrasering als 'plagiaat'?
- Alleen als de zekerheid hoog genoeg is. Onder de drempel tonen we het verdachte fragment met 'laag vertrouwen match' en laten we de beoordeling aan de reviewer. We bestempelen parafraserend plagiaat nooit eenzijdig — we rapporteren een waarschijnlijkheid en de onderbouwing.
- Kan ik zien hoe Noplag een fragment heeft gescoord?
- Ja. Elke match in het rapport linkt naar de bron-URL en toont welke detectielaag is aangeslagen. Je kunt de score offline reproduceren via de open-source engine — zie /open-source-plagiarism-checker.
- Werkt Noplag ook voor parafrasering in andere talen dan Engels?
- Detectie is bij de start afgestemd op Engels, Spaans, Portugees, Pools en Oekraïens; meer talen volgen. Andere talen geven resultaten met de melding 'low-resource — extra voorzichtig interpreteren.'
- Is de parafraseringsdetector gratis?
- Ja, op het gratis niveau — 2.500 woorden per controle, geen registratie nodig. Pro- en Premium-niveaus verhogen de limiet; het onderliggende detectie-algoritme is op elk niveau hetzelfde.
Vind parafraserend plagiaat — gratis, tot 2.500 woorden.
We signaleren lichte herformuleringen, maar geven duidelijk aan dat grondige herschrijvingen ons ontgaan tot de semantische lagen beschikbaar zijn. Voer een controle uit op je eigen tekst en lees wat de engine daadwerkelijk heeft gevonden.
Vind geparafraseerd plagiaat