Citation-based Plagiarism Detection

Plagiat ist ein Problem mit weitreichenden Konsequenzen für die Wissenschaften. Allerdings können selbst die besten softwarebasierten Systeme von heute nur zuverlässig Plagiate identifizieren, die durch Kopieren und Einfügen entstanden sind. Verkleidete Plagiatsformen, einschliesslich umformulierter Texte, plagiierter Inhalte über Sprachgrenzen hinweg sowie struktureller und ideeller Plagiate, bleiben oft unentdeckt. Diese Schwäche der aktuellen Systeme führt dazu, dass ein grosser Prozentsatz wissenschaftlichen Plagiats unentdeckt bleibt. Bela Gipp bietet einen Überblick über den aktuellen Stand der Plagiatserkennung und eine Analyse, warum diese Ansätze versagen, verkleidete Plagiatsformen zu erkennen. Der Autor schlägt eine zitationsbasierte Plagiatserkennung vor, um dieses Manko zu beheben. Im Gegensatz zu zeichenbasierten Ansätzen verlässt sich dieser Ansatz nicht nur auf Textvergleiche, sondern analysiert Zitationsmuster innerhalb von Dokumenten, um einen sprachunabhängigen "semantischen Fingerabdruck" zur Ähnlichkeitsbewertung zu bilden.