Kiểm tra đạo văn học thuật có nhận diện trích dẫn

Đa số trường hợp thì không — nếu tạp chí Sie cần bắt buộc iThenticate (Elsevier, Springer, Wiley, IEEE), họ vẫn sẽ kiểm tra khi Sie nộp. Noplag thay thế cho việc tự kiểm tra nhiều lần qua các bản nháp. iThenticate giá $125/tài liệu rất nặng nếu sửa lần 4; Pro trả phí cố định thì không. Xem so sánh đầy đủ với iThenticate ở noplag.com/vs-ithenticate.

Đúng — thiếu sót này là thực tế. Cơ sở dữ liệu luận án ProQuest là độc quyền, bị khóa phí, không thuộc OpenAlex/CORE. Sie bao phủ ~700M tác phẩm truy cập mở, rộng hơn ProQuest cho nghiên cứu sau Plan-S (hầu như mọi tạp chí lớn từ 2018); nhưng thiếu luận án bản quyền cũ. Nếu kiểm tra chéo với luận án tiến sĩ Mỹ là nhu cầu chính, iThenticate phù hợp hơn với công việc đó.

MLA, APA, Chicago/Turabian, Harvard, Vancouver, IEEE được tự động nhận từ định dạng tài liệu tham khảo. Với các kiểu hiếm hơn (ACS, AMA, ASA, Bluebook, Oxford), động cơ vẫn nhận đoạn dựa trên ngoặc kép + mẫu ngoặc lân cận, nhưng validator riêng cho từng kiểu sẽ có trên lộ trình v1.2. Người tự host có thể bổ sung kiểu mới trong module alignment/.

Thấp hơn mức reviewer kỳ vọng cho phần diễn giải không trích dẫn, vì mô hình phân loại loại trừ mọi đoạn có trích dẫn hợp lệ khỏi điểm số. Sie đo được ~3,4% tỷ lệ báo động nhầm trên tập PAN-PC-11 cho văn học thuật (phần lớn là trích dẫn thật). Đối thủ đóng mã không loại trừ ra báo cáo 12–18% trên cùng dữ liệu.

Gói Pro — thêm allowlist tự trích dẫn (ORCID của Sie, DOI cũ, URL kho trường). Đối chiếu với tài liệu trong allowlist sẽ đánh dấu là TỰ-TRÍCH và không tính điểm. Phù hợp nếu đề xuất tài trợ Sie dựa vào công trình đã công bố; tái sử dụng hợp lệ không là đạo văn.

Phát hiện được hiệu chỉnh cho tiếng Anh, Tây Ban Nha, Bồ Đào Nha, Ba Lan và Ukraina khi ra mắt, các ngôn ngữ khác sẽ bổ sung dần. Chất lượng phát hiện được đánh giá trên PAN-PC-11; đánh giá riêng từng ngôn ngữ nằm trong lộ trình phát triển. Hiệu quả cao nhất với các ngôn ngữ châu Âu có lịch sử kiểm chứng lâu dài; các ngôn ngữ mới sẽ cập nhật khi hiệu chỉnh hoàn thiện.

Bộ phận IT / DPO / IRB của bạn có thể sao chép github.com/NoplagLabs/noplag-engine, chạy engine trong môi trường sandbox, kiểm tra luồng dữ liệu, xác minh chức năng xóa dữ liệu từ đầu đến cuối, và đối chiếu số liệu benchmark đã công bố với tập văn bản kiểm thử riêng. Không cần ký kết, không NDA, không phải tin vào quảng cáo của chúng tôi. Với các tổ chức yêu cầu quy trình thẩm định sâu, đây là giải pháp đáp ứng.

Tính năng phát hiện AI sẽ sớm ra mắt — nằm trong lộ trình v1.2, chưa có khi phát hành ban đầu. Phương pháp sử dụng Binoculars (Hans et al. 2024), không phụ thuộc mô hình: không huấn luyện riêng cho từng LLM, mà so sánh perplexity của một mô hình tham chiếu nhỏ với văn bản kiểm tra, giúp tổng quát hóa. Số liệu độ chính xác sẽ công bố sau khi tính năng vượt qua đánh giá, không công bố trước, trên dữ liệu hỗn hợp từ nhiều LLM (so với khoảng 70% trên Claude-3 đối với các bộ phát hiện huấn luyện bằng GPT). Bài báo phương pháp mô tả rõ các trường hợp lỗi; chúng tôi không che giấu.

Mỗi đoạn bị đánh dấu đều đi kèm DOI nguồn, thời điểm snapshot corpus, phiên bản động cơ, và lý do phân loại. Kiểm lại với cùng commit động cơ thì kết quả lặp đúng. In báo cáo mang đi họp; đường dẫn trích dẫn xem được. Không có chế độ “tin điểm số” — các công cụ hộp đen mới có kiểu đó.

Apache 2.0 + Docker — chạy toàn bộ trong mạng nội bộ. Kết hợp với PostgreSQL + Redis tại hạ tầng Sie; không có lưu lượng nào rời VPC. Phù hợp với bản nháp lâm sàng, ca bệnh, mọi nghiên cứu trước công bố không thể đưa lên đám mây bên ngoài. Khách hàng tổ chức nhận cả cơ sở dữ liệu corpus để tự index.