Detecting machine-obfuscated plagiarism

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F20%3A43917832" target="_blank" >RIV/62156489:43110/20:43917832 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.1007/978-3-030-43687-2_68" target="_blank" >https://doi.org/10.1007/978-3-030-43687-2_68</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-43687-2_68" target="_blank" >10.1007/978-3-030-43687-2_68</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Detecting machine-obfuscated plagiarism

Popis výsledku v původním jazyce

Research on academic integrity has identified online paraphrasing tools as a severe threat to the effectiveness of plagiarism detection systems. To enable the automated identification of machine-paraphrased text, we make three contributions. First, we evaluate the effectiveness of six prominent word embedding models in combination with five classifiers for distinguishing human-written from machine-paraphrased text. The best performing classification approach achieves an accuracy of 99.0% for documents and 83.4% for paragraphs. Second, we show that the best approach outperforms human experts and established plagiarism detection systems for these classification tasks. Third, we provide a Web application that uses the best performing classification approach to indicate whether a text underwent machine-paraphrasing. The data and code of our study are openly available.

Název v anglickém jazyce

Detecting machine-obfuscated plagiarism

Popis výsledku anglicky

Research on academic integrity has identified online paraphrasing tools as a severe threat to the effectiveness of plagiarism detection systems. To enable the automated identification of machine-paraphrased text, we make three contributions. First, we evaluate the effectiveness of six prominent word embedding models in combination with five classifiers for distinguishing human-written from machine-paraphrased text. The best performing classification approach achieves an accuracy of 99.0% for documents and 83.4% for paragraphs. Second, we show that the best approach outperforms human experts and established plagiarism detection systems for these classification tasks. Third, we provide a Web application that uses the best performing classification approach to indicate whether a text underwent machine-paraphrasing. The data and code of our study are openly available.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

50803 - Information science (social aspects)

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2020

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Sustainable Digital Communities

ISBN

978-3-030-43686-5

ISSN

0302-9743

e-ISSN

1611-3349

Počet stran výsledku

12

Strana od-do

816-827

Název nakladatele

Springer Switzerland

Místo vydání

Cham

Místo konání akce

Borås

Datum konání akce

23. 3. 2020

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—