ベンガル語における盗作検出:テキスト類似性ベースアプローチ【JST・京大機械翻訳】

Ghosh Satyajit; Ghosh Aniruddha; Ghosh Bittaswer; Roy Abhishek

プレプリント

J-GLOBAL ID：202202201070228670 整理番号：22P0310080

ベンガル語における盗作検出:テキスト類似性ベースアプローチ【JST・京大機械翻訳】

Plagiarism Detection in the Bengali Language: A Text Similarity-Based Approach

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月24日プレプリントサーバーでの情報更新日： 2022年08月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

プラジリスムは,他の人々の仕事を採り,それに対する信用を与えない。プラジリスムは学界と研究者の間で最も深刻な問題の1つである。文書中の斜長石を検出するのに利用可能な複数のツールがあるが,それらのほとんどはドメイン特異的であり,英語テキストで働くように設計されているが,斜長石は単一言語のみに限定されない。ベンガルは,バングラデシュの最も広く話された言語であり,インドでは300百万のネイティブ話者と37百万の第二言語話者の2番目に話し言葉である。プラジリスム検出は比較のために大きなコーパスを必要とする。ベンガル文献は1300年の歴史がある。したがって,ほとんどのベンガル文献書籍は,まだ適切にデジタル化されていない。著者らの目的にそのようなコーパスが存在しないため,インドの国立デジタル図書館からベンガル文献書籍を収集し,包括的方法論によりテキストを抽出し,コーパスを構築した。著者らの実験結果は,OCRを用いたテキスト抽出において,72.10%~79.89%の間の平均精度を見出した。Levenshtein距離アルゴリズムを,Plagrismを決定するために使用する。エンドユーザに対するWebアプリケーションを構築し,ベンガルテキストにおけるPlagrism検出に対してそれを成功裏に試験した。将来,より正確な検出のためにより多くの書籍を有するコーパスを構築することを目指した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

情報加工一般 , パターン認識

, ,

前のページに戻る