عمار توکلی
مرضیه احمدزاده
رضا اکبری

سرقت ادبی به گونه های مختلف اعم از کپی کردن متن و اتخاذ ایده ، بدون نسبت دادن آن به مبتکرش می باشد. با ظهورکامپیوتر و گسترش روز افزون اینترنت، دسترسی به ایده ها، مقالات، مستندات و دست نوشته های دیگران آسان گردیده است. باتوجه به این موضوع و نیز اهمیت حفظ حقوق افراد در سالهای اخیر، پژوهشگران تحقیقاتی را جهت ارائه روشهایی برایتشخیص سرقت ادبی انجام داده اند. سرقت ادبی را می توان به چندین دسته طبقه بندی کرد این طبقه بندی ، درک عمیق ازالگوهای مختلف زبان شناسی در ارتکاب سرقت ادبی را پشتیبانی می کند مثل تغییر متن ها به معادل معنایی اما با واژه هایمختلف، کوتاه کردن متون با تعمیم مفهوم و مشخصات و اتخاذ ایده ها.در همین راستا در این تحقیق، بهبود روشی برای تشخیص سرقت ادبی پیشنهاد می شود. در این روش ابتدا پیش پردازشی بر رویاسناد انجام می دهیم و سپس الگوریتم اسمیز واترمن را برای ساخت ماتریس تطابق اعمال می کنیم. بعد از ساخت ماتریس سعیمی کنیم زیر رشته هایی که دارای اختلاف کمی هستند را با یکدیگر تلفیق کنیم و در ادامه به هر یک از جمله ها وزن می دهیم.مجموعه آزمایشات بر روی دیتا ست PAN13 انجام شده است و با چهار نفر برتر مسابقه کشف سرقت ادبی در سال 2013مقایسه می گردد و با توجه به نتایج بدست آمده کارایی بهتر الگوریتم پیشنهادی نسبت به چهار نفر برتر مسابقه نشان داده می شود.

سرقت ادبی، تشخیص سرقت ادبی، متن کاوی