Kiểm tra đạo văn bài luận miễn phí
Kiểm tra bài luận trước khi Quý vị nộp. Miễn phí đến 2.500 từ — đủ cho một bài luận lớp điển hình trong một lần dán. Phát hiện các lỗi phổ biến ở bài luận: diễn đạt lại nhưng thiếu trích dẫn, thiếu dẫn nguồn trong dòng, đánh dấu quá mức kiến thức phổ thông; tính năng phát hiện đoạn văn AI cho người học tiếng Anh sắp có. Không cần đăng ký.
Bốn lỗi báo cáo phát hiện trước giáo viên.
Mỗi lỗi được phân loại riêng. Tài liệu có trích dẫn đúng không tính vào số liệu chính; chỉ các nội dung thực sự có vấn đề còn bị đánh dấu.
Diễn đạt lại nguồn, không trích dẫn
Quý vị diễn đạt lại nội dung từ Wikipedia hoặc sách giáo khoa bằng từ ngữ riêng mà quên nguồn dẫn. Bị gắn thẻ UNCITED-PARA. Tính vào điểm chính. Cách sửa: thêm (Tác giả, năm) hoặc chú thích cuối trang — diễn đạt lại có trích dẫn là làm việc học thuật hợp lệ.
Cụm từ chép nguyên văn, thiếu dấu ngoặc kép
Ba từ liên tiếp trở lên được chép nguyên văn từ nguồn mà không thêm dấu ngoặc kép (dù đã có dẫn nguồn). Gắn thẻ QUOTED-NO-MARKS. Cách sửa: thêm dấu ngoặc kép HOẶC diễn đạt lại hoàn toàn bằng ngôn ngữ của Quý vị.
Cụm quen thuộc bị gắn đạo văn
“Nước sôi ở 100°C” hoặc “Chiến tranh thế giới thứ hai kết thúc năm 1945” — các thông tin xuất hiện ở hơn 2.000 nguồn. Gắn thẻ COMMON-KNOWLEDGE. Tự động loại trừ khỏi điểm chính. Nhiều trình kiểm tra cơ bản hay gắn sai; chúng tôi không.
Nội dung ChatGPT / Claude / Gemini (sắp ra mắt)
Đánh giá khả năng do AI sinh ra theo đoạn với mức tối ưu cho người học tiếng Anh đang được phát triển. Mẫu thường gặp: Quý vị soạn bằng AI, không khai báo, không viết lại. Khi có, sẽ gắn AI-LIKELY (hoặc ESL ADJ nếu dấu hiệu ngôn ngữ là tiếng Anh học). Cách sửa tùy vào chính sách trường — khai báo, viết lại hoặc để nguyên.
Ba câu trong một bài luận năm nhất điển hình. Ba phân loại khác nhau.
Mỗi ví dụ cho thấy cách đánh dấu nổi bật trong báo cáo và phân loại nào được áp dụng. Điểm giống nhau chủ yếu tính các trường hợp 2 và (đôi khi) 3 — không tính trường hợp 1.
01 · Trích dẫn đúng — loại trừ
“Mọi gia đình hạnh phúc đều giống nhau; mỗi gia đình bất hạnh lại bất hạnh theo cách riêng” (Tolstoy, 1877, tr. 1). Dấu ngoặc kép ✓ · trích dẫn đúng dòng ✓ · tên tác giả và năm ✓ — gắn QUOTED-CITED. Loại trừ khỏi điểm chính. Trích dẫn văn học đúng quy chuẩn là kiểu dùng nguồn điển hình; hệ thống ghi nhận.
02 · Diễn đạt lại không trích dẫn — tính điểm
Tolstoy lập luận rằng mọi gia đình hạnh phúc đều giống nhau, còn gia đình bất hạnh lại có nỗi bất hạnh riêng — câu mở đầu nổi tiếng. Không dấu ngoặc kép · không dẫn nguồn. Gắn thẻ UNCITED-PARA. Tính vào điểm chính. Sửa: thêm (Tolstoy, 1877) ở cuối câu.
03 · Kiến thức phổ thông — loại trừ
Anna Karenina được xuất bản dạng nhiều kỳ từ 1875 đến 1877. Đối chiếu với hơn 2.400 nguồn bách khoa và tham khảo. Gắn thẻ COMMON-KNOWLEDGE. Tự động loại khỏi điểm chính. Thông tin tiểu sử tiêu chuẩn không cần dẫn nguồn, hệ thống không trừ điểm.
Sáu loại. Mỗi đoạn khớp vào đúng một loại.
Điểm giống nhau chính chỉ tính loại 4 và 5. Các loại khác là hoạt động học thuật chuẩn — trích dẫn đúng, kiến thức phổ thông hoặc câu của Quý vị.
01 · TRÍCH DẪN · ĐÚNG NGUỒN
Có dấu ngoặc kép, trong câu có dẫn nguồn (Tác giả, năm) hoặc chú thích cuối dòng, tác giả có trong tài liệu tham khảo. Không tính vào điểm chính. Dùng nguồn đúng chuẩn; hệ thống coi là hợp lệ.
02 · DIỄN ĐẠT LẠI · ĐÚNG NGUỒN
Diễn đạt lại có dẫn nguồn: “Smith (2023) đã lập luận...” hoặc có (Smith, 2023) phía sau. Tính điểm giảm. Hầu hết tổng quan tài liệu 60-80% nằm ở loại này — diễn đạt lại nguồn có trích dẫn là bản chất của bài luận.
03 · KIẾN THỨC PHỔ THÔNG
Các thông tin xuất hiện ở hơn 2.000 nguồn tham khảo độc lập (“Nước sôi ở 100°C”, ngày tháng tiểu sử tiêu chuẩn, các công thức khoa học phổ biến). Không tính vào điểm chính. Có thể điều chỉnh với các ngành nhiều thuật ngữ.
04 · DIỄN ĐẠT LẠI KHÔNG NGUỒN
Diễn đạt lại nhưng không có dẫn nguồn ở đoạn đó. Đây là loại chính làm tăng điểm giống nhau. Tính đủ trọng số. Cách sửa thường là thêm dẫn nguồn (Tác giả, năm).
05 · TRÍCH DẪN KHÔNG NGUỒN
Có dấu ngoặc kép nhưng không trích dẫn, HOẶC không dấu ngoặc nhưng ba từ trở lên sao chép nguyên văn từ nguồn. Loại gần đạo văn nhất — cả về học thuật và đạo đức. Tính đủ trọng số.
06 · CÓ KHẢ NĂNG AI (sắp ra mắt)
Khả năng AI theo đoạn (dựa trên Binoculars, Hans et al. 2024) đang phát triển. Có điều chỉnh cho người học tiếng Anh nếu có dấu hiệu ngôn ngữ học. Báo cáo riêng biệt với điểm đạo văn — dùng AI là vấn đề khác, có chính sách riêng.
Quý vị thấy gì sau 47 giây với bài luận 2.500 từ.
Số liệu chính chỉ tính phần thực sự có vấn đề, nhận định AI theo đoạn với dải điều chỉnh, và có thể xem từng đoạn khớp với URL nguồn.
Vì sao bài luận 2.500 từ cần loại báo cáo khác luận văn 60.000 từ.
Miễn phí thiết kế cho độ dài này
Bài luận lớp điển hình dài 500–2.500 từ. Miễn phí kiểm được 2.500 từ trong một dán — đủ cho một lần nộp mà không phải chia nhỏ. Dạng dài hơn (bài nghiên cứu, luận văn) cần Pro để kiểm toàn bộ.
Bài ngắn → tài liệu tham khảo quan trọng hơn
Bài luận lớp thường có 5–15 nguồn trong danh mục. Luật tự loại trừ mục tài liệu tham khảo ảnh hưởng rõ ở dạng này hơn luận văn 100 nguồn: xử lý đúng thì điểm chính trung thực.
Văn bản càng ngắn, AI càng khó đoán
Độ tin cậy phát hiện AI giảm rõ ở đoạn ngắn — nghiên cứu Stanford 2023 đã ghi nhận. Đánh giá cho đoạn 200 từ kém chắc chắn hơn với một chương 5.000 từ. Chúng tôi báo cáo xác suất từng đoạn kèm cảnh báo để Quý vị không tin hoàn toàn điểm một đoạn.
Tự kiểm tra là của Quý vị. Báo cáo của trường (nếu có) là của trường.
Tự kiểm tra trên noplag.com, kết quả lưu trong tài khoản của QUÝ VỊ, mã hóa toàn bộ, chỉ Quý vị mở bằng cụm mật khẩu. Không có giao diện trường xem tự kiểm tra. Giáo viên không tìm, không biết số lần Quý vị kiểm lại, không thấy kết quả trước khi Quý vị sửa. Chỉ báo cáo giáo viên thấy là báo cáo trường tự chạy qua hệ thống tích hợp — và Quý vị biết khi nào bởi nó gắn với một bài cụ thể trên Canvas / Moodle / Blackboard. Hai loại là hai hệ tách biệt theo thiết kế. Quý vị muốn kiểm gì, sửa gì, nộp gì là việc của Quý vị. Báo cáo trường khi nộp là báo cáo khác.
Đọc chính sách bảo mậtNhững câu sinh viên thường hỏi trước khi dán.
- Thầy/cô có biết tôi tự kiểm tra không?
- Không. Tự kiểm tra lưu trong tài khoản của riêng Quý vị, mã hóa hoàn toàn. Không có giao diện trường nào xem được kiểm tra của sinh viên — chỉ kiểm tra trường tự thực hiện qua tích hợp, Quý vị sẽ biết khi nào bởi nó gắn với một bài tập. Quý vị kiểm tra buổi tối trước khi nộp. Không ai ở trường biết.
- Bản miễn phí thật sự đủ cho bài luận thường gặp?
- Bài luận lớp điển hình 500–2.500 từ; bản miễn phí kiểm đủ 2.500 từ một lần. Bài chuẩn 1.000–2.500 từ nộp không phải cắt nhỏ. Bài dài hơn (3.000+ từ, bài nghiên cứu, luận văn) cần Pro — nhưng dùng thử 30 ngày miễn phí với email sinh viên.
- Nếu tôi dùng ChatGPT để phát ý thì sao?
- Phụ thuộc vào chính sách trường Quý vị. Bộ phát hiện AI (sắp ra mắt) chỉ trả điểm xác suất — không quyết định việc dùng AI có đúng luật không. Kiểm tra hướng dẫn bài tập. Nếu công khai AI thì báo cáo chỉ rõ đoạn nào cần khai. Nếu cấm, báo cáo cho biết đoạn nào cần tự viết lại.
- Tôi là người học tiếng Anh — máy phát hiện AI có gắn nhầm không?
- Stanford 2023 đo tỷ lệ sai tới 61,3% cho người học tiếng Anh với trình phát hiện AI thông thường. Nhận định AI của Noplag — sắp có — sẽ hiệu chỉnh theo tập kiểm cho người học tiếng Anh nếu chữ của Quý vị có dấu hiệu tiếng Anh học. Sai số còn lại ~3% (công khai, không phải hoàn toàn không có). Nếu có hiệu chỉnh, sẽ có nhãn ESL ADJ cạnh kết quả.
- Bài tôi lưu gì sau kiểm tra?
- Lưu trong thư mục mã hóa của Quý vị và mặc định thêm vào Noplag Database để giúp hệ thống phát hiện tốt hơn — Quý vị có thể tắt chỉ bằng một thao tác. Không dùng để huấn luyện gì. Xóa tài khoản là xóa mọi dữ liệu trong vòng 24 giờ. Không bán, không chia sẻ, không dùng bài sinh viên cho AI.
- Có phát hiện đoạn Wikipedia tôi diễn đạt lại không?
- Một phần, và chúng tôi muốn nói rõ: việc thay đổi nhẹ mà vẫn giữ nguyên các cụm năm từ liên tiếp hiện đã được phát hiện nhờ thuật toán L1 winnowing. Việc diễn đạt lại kỹ lưỡng là mục tiêu của các lớp L2 (MinHash LSH, v1.1) và L3 (vector embeddings, v1.2), hiện vẫn đang phát triển và chưa phát hành. Bộ phân loại sẽ phân biệt giữa diễn đạt lại CÓ trích dẫn (hợp lệ) và diễn đạt lại KHÔNG trích dẫn (không hợp lệ). Nếu bạn diễn đạt lại nội dung Wikipedia và có trích dẫn (Wikipedia, n.d.), phần đó sẽ không tính vào điểm tổng thể.
- Bài của tôi không viết bằng tiếng Anh. Có dùng được không?
- Khả năng phát hiện được hiệu chỉnh cho tiếng Anh, Tây Ban Nha, Bồ Đào Nha, Ba Lan và Ukraina khi ra mắt; sẽ bổ sung thêm ngôn ngữ. Chất lượng phát hiện được đánh giá trên PAN-PC-11 và công bố tại /docs/developers/benchmarks; đánh giá theo từng ngôn ngữ nằm trong kế hoạch. Hiện mạnh nhất với các ngôn ngữ châu Âu.
- Tôi không đồng ý với điểm số báo cáo thì làm gì?
- Engine theo giấy phép Apache 2.0 — xem thuật toán tại github.com/NoplagLabs/noplag-engine, đọc logic ngưỡng, xác định dòng mã tạo ra điểm số của bạn. Mỗi kết quả đều có thể kiểm chứng lại theo commit engine được ghi trên báo cáo. Nếu phát hiện lỗi, hãy tạo issue; chúng tôi xử lý báo cáo lỗi từ sinh viên như mọi người dùng khác.
Kiểm tra bài luận trước khi Quý vị nộp.
Miễn phí đủ cho bài luận điển hình. Không cần thẻ, không cần đăng ký, không có cửa sổ “trường Quý vị sẽ xem”. Bản tự kiểm là của Quý vị.