Wersja z 11:28, 30 cze 2015

System OSA jest tworzony przez polskich naukowców i doświadczonych programistów/administratorów. Używamy nowoczesnego autorskiego algorytmu będącego wynikiem połączenia kilku metod antyplagiatowych i wzięcia z nich to co najlepsze. Jako jedyni chwalimy się naszymi metodami w świecie naukowym na konferencjach jak i w artykułach naukowych co czyni je pewnymi i sprawdzonymi przez grono polskich i światowych specjalistów.

Przegląd znanych metod i algorytmów

Poniżej zamieszczamy przegląd znanych i opisanych w literaturze naukowej algorytmów antyplagiatowych wraz z wyróżnieniem ich najmocniejszych i najsłabszych cech.

Porównywanie czystych tekstów i wyszukiwanie wspólnych części (String matching)

Najpopularniejszy i najstarszy algorytm używany przez większość firm antyplagiatowych na świecie.

• Wymaga dostępu do treści wszystkich prac w oryginale
• Wyszukuje wspólne podciągi słów / znaków
• Bardzo powolne
• Złożoność liniowa przy wyszukiwaniu
• Złożoność kwadratowa przy analizie całej bazy
• Konieczność iteracji po wszystkich elementach

Model wektorowy (Vector Space Model)

• Wymaga przygotowania bazy
• Krótszy czas porównania dokumentów
• Możliwość zastosowania różnych miar i metryk podobieństwa
• Złożoność liniowa / kwadratowa
• Nie korzysta z oryginałów
• Konieczność sprawdzenia kandydatów na koniec innym algorytmem
• Wymaga przechowywania nadmiarowych danych

Odciski palców (Fingerprinting)

• Wymaga przetworzenia bazy
• Porównywanie nie pracuje na oryginałach
• Najszybsze w działaniu
• Długa faza przygotowania
• Możliwość zastosowania w bardzo dużych zbiorach
• Możliwość zbudowania wydajnego indeksu (złożoność logarytmiczna lub stała względem bazy)
• Konieczność przechowywania nadmiarowych danych

Analiza języka naturalnego (Semantic comparison)

• Rozpoznawanie tekstów podobnych, o tym samym znaczeniu, parafraza
• Bardzo dokładne
• Starają się zrozumieć tekst analogicznie do człowieka
• Bardzo duża złożoność obliczeniowa, działanie "w sąsiedztwie"

Analiza cytowań (Citation analysis)

• Wymagana jest solidnie zrobiona bibliografia wraz z odnośnikami
• Stosowana głównie w pracach naukowych
• Bardzo szybka metoda
• Łatwo oszukać manipulując bibliografią i cytowaniami
• Można użyć jako dodatkowego algorytmu preselekcji

Uczenie maszynowe (Machine Learning)

• Wymagany bardzo dobry zbiór uczący
• Duża złożoność obliczeniowa
• Naśladują człowieka (sieci neuronowe)
• Możliwość wykrywania dokumentów podobnych

Stylometria (Stylometry)

• Możliwość wyszukiwania osób piszących prace dyplomowe na zlecenie (analiza całej bazy)
• Można ocenić czy praca jest danego studenta na podstawie innych jego tekstów
• Analiza "gorących słów"
• Używana w historii (wiek tekstu, autorstwo tekstu)
• Można oszukać poprzez wcześniejsze użycie programu stylometrycznego, częste błędy użytkownika są poprawiane przez automaty