turnitin论文检测查重系统入口

TurnitinUK版学术不端算法规则和原理介绍

TurnitinUK版学术不端算法的规则和原理是通过检测文章和抄袭文本之间的相似度来确定行为。为此,TurnitinUK版学术不端算法建立了一个全球范围内的数据库,称为“生成的比较库”（GCR）。此库中包括了超过50亿字文本,被收集自互联网、学术期刊和其他出版物。

TurnitinUK版学术不端算法使用一种称为“相似度技术”（similarity technology）的技术来分析文本。该技术使用一种称为“文本比较”（text-matching）的方法来比较文本,以确定文本的相似度,以及抄袭的情况。文本比较方法使用一种称为“比较算法”（comparison algorithm）的算法来找出文本中的关键词,并使用这些关键词来比较文本,以确定文本中抄袭的文字。

当TurnitinUK版学术不端算法检测到文本中有抄袭文字时,它会通过一个称为“相似度报告”（similarity report）的报告来向用户展示文中抄袭文字的百分比。TurnitinUK版学术不端算法还会根据报告中抄袭文字的百分比,为文章打分,以确定行为的可能性。

TurnitinUK版学术不端算法规则和原理

TurnitinUK版学术不端算法以认知科学为基础,借助统计分析技术和字符匹配技术,以比较文章中引述或抄袭的文本和已经发表的文献,从而识别出学术抄袭和欺诈行为。

算法的原理是将检查的文本分解为由字符组成的短语,每个短语的长度为2至8个单词,然后将这些短语与TurnitinUK数据库中存储的文本短语进行比较,以确定是否存在重复的文本。

比较的过程分为4个步骤,

第一步,检查文本的基本特征,如词语的长度、格式等。

第二步,把文本转换成特定的编码,以便在数据库中比较。

第三步,计算每个编码之间的相似度。

第四步,比较编码,把相似度超过一定范围的编码视为重复文本,确定是否存在抄袭行为。