តើអ្នកពិនិត្យការលួចចម្លងរកឃើញការបកស្រាយដោយរបៀបណា?

ការលួចបន្លំពាក់ព័ន្ធនឹងការទទួលយកនូវគំនិត ពាក្យសម្តី ឬរូបភាពរបស់នរណាម្នាក់ ដែលជាការអនុវត្តដែលត្រូវបានពិចារណា គ្មានសីលធម៌ នៅក្នុងបរិយាកាសសិក្សា និងវិជ្ជាជីវៈ។ វាអាចនឹងមិនមានការកត់សម្គាល់ដោយសិស្សដែលអាចនិយាយឡើងវិញដោយចៃដន្យនូវពាក្យរបស់អ្នកផ្សេងដោយគ្មានការបញ្ជាក់ត្រឹមត្រូវ។ ដោយសារសញ្ញាសម្រង់មិនត្រូវបានប្រើនៅពេលដែលអ្វីមួយត្រូវបានបកស្រាយ វាអាចគេចផុតពីការចាប់របស់អ្នកអានបានយ៉ាងងាយស្រួល ហើយបន្តចូលទៅក្នុងសេចក្តីព្រាងចុងក្រោយ។ ទោះជាយ៉ាងណាក៏ដោយ វាមិនអាចសម្រេចបានទាំងស្រុងនោះទេ ជាពិសេសចាប់តាំងពីអ្នកត្រួតពិនិត្យការលួចចម្លងរកឃើញការបកស្រាយកាន់តែមានប្រសិទ្ធភាពនាពេលបច្ចុប្បន្ននេះ។

ការរកឃើញការបកស្រាយអាចជាកិច្ចការដ៏លំបាកមួយ ព្រោះវាពាក់ព័ន្ធនឹងការកំណត់អត្តសញ្ញាណភាពស្រដៀងគ្នា និងភាពខុសគ្នារវាងអត្ថបទ។ នៅក្នុងផ្នែកបន្តបន្ទាប់ យើងនឹងពិភាក្សាយ៉ាងទូលំទូលាយអំពីវិធីសាស្រ្ត និងបច្ចេកទេសទូទៅដែលប្រើដើម្បីស្វែងយល់ពីឧទាហរណ៍នៃការបកស្រាយ។

តើអ្នកពិនិត្យការលួចចម្លងរកឃើញការបកស្រាយដោយរបៀបណា៖ វិធីសាស្ត្រសមស្របត្រូវបានស្រាវជ្រាវ

នៅក្នុងទិដ្ឋភាពនៃការអប់រំនាពេលបច្ចុប្បន្ននេះ អ្នកត្រួតពិនិត្យការលួចចម្លងបានក្លាយទៅជាជឿនលឿនកាន់តែខ្លាំងឡើង ដែលលើសពីការគ្រាន់តែដាក់ទង់អត្ថបទដែលបានចម្លង ដើម្បីរកឃើញខ្លឹមសារដែលបានចម្លងផងដែរ។ អត្ថបទនេះស្វែងយល់ពីវិធីសាស្រ្តដែលអនុញ្ញាតឱ្យឧបករណ៍ទាំងនេះកំណត់អត្តសញ្ញាណការបកស្រាយប្រកបដោយប្រសិទ្ធភាព។

1. ការផ្គូផ្គងខ្សែអក្សរ

វិធីសាស្រ្តនេះពាក់ព័ន្ធនឹងការប្រៀបធៀបអត្ថបទនៅកម្រិតតួអក្សរ ឬពាក្យដើម្បីបញ្ជាក់ការផ្គូផ្គងពិតប្រាកដ។ កម្រិតខ្ពស់នៃភាពស្រដៀងគ្នានៅក្នុងលំដាប់តួអក្សរ ឬជម្រើសពាក្យរវាងអត្ថបទពីរអាចបង្ហាញសញ្ញានៃការបកស្រាយ។ ឧបករណ៍ទាំងនេះប្រើក្បួនដោះស្រាយស្មុគ្រស្មាញ ដែលថែមទាំងអាចពិចារណាពីអត្ថន័យបរិបទនៃពាក្យ ដែលធ្វើឱ្យវាពិបាកកាន់តែខ្លាំងឡើងសម្រាប់ការលួចចម្លង សម្ភារៈដែលបកស្រាយដោយមិនអាចរកឃើញបាន។

2. ភាពស្រដៀងគ្នានៃកូស៊ីនុស

ភាពស្រដៀងគ្នានៃកូស៊ីនុស គឺជាវិធីសាស្រ្តមួយក្នុងចំណោមវិធីសាស្រ្តដែលអ្នកត្រួតពិនិត្យការលួចចម្លងរកឃើញការបកស្រាយ។ វាវាស់ភាពស្រដៀងគ្នារវាងអត្ថបទពីរដោយផ្អែកលើមុំរវាងតំណាងវ៉ិចទ័ររបស់ពួកគេក្នុងចន្លោះវិមាត្រខ្ពស់។ តាមរយៈការតំណាងឱ្យអត្ថបទជាវ៉ិចទ័រនៃប្រេកង់ពាក្យ ឬការបង្កប់ ឧបករណ៍ទាំងនេះអាចគណនាពិន្ទុភាពស្រដៀងគ្នានៃកូស៊ីនុស ដើម្បីកែលម្អបន្ថែមនូវសមត្ថភាពរបស់ពួកគេក្នុងការរកឃើញខ្លឹមសារដែលបានបកប្រែ។

3. គំរូតម្រឹមពាក្យ

គំរូទាំងនេះតម្រឹមពាក្យ ឬឃ្លារវាងអត្ថបទពីរដើម្បីកំណត់អត្តសញ្ញាណការឆ្លើយឆ្លងរបស់ពួកគេ។ ដោយការប្រៀបធៀបផ្នែកដែលបានតម្រឹម អ្នកអាចរកឃើញការបកស្រាយដោយផ្អែកលើភាពស្រដៀងគ្នា និងភាពខុសគ្នានៅក្នុងលំដាប់ដែលត្រូវគ្នា។

4. ការវិភាគតាមន័យធៀប

វិធីសាស្រ្តនេះពាក់ព័ន្ធនឹងការវិភាគអត្ថន័យ និងបរិបទនៃពាក្យ និងឃ្លានៅក្នុងអត្ថបទ។ បច្ចេកទេសដូចជា ការវិភាគអក្ខរក្រមមិនទាន់ឃើញច្បាស់ (LSA) ការបង្កប់ពាក្យ (ដូចជា Word2Vec ឬ GloVe) ឬគំរូសិក្សាស៊ីជម្រៅដូចជា BERT អាចចាប់យកទំនាក់ទំនងតាមន័យធៀបរវាងពាក្យ និងកំណត់ការបកស្រាយដោយផ្អែកលើភាពស្រដៀងគ្នានៃតំណាងន័យរបស់វា។

5 ។ ការរៀនម៉ាស៊ីន

ក្បួនដោះស្រាយការរៀនតាមម៉ាស៊ីនដែលស្ថិតក្រោមការគ្រប់គ្រងអាចត្រូវបានបណ្តុះបណ្តាលលើសំណុំទិន្នន័យដែលមានស្លាកនៃអត្ថបទដែលសរសេរជាអក្សរកាត់ និងមិនចម្លង។ គំរូទាំងនេះអាចរៀនលំនាំ និងលក្ខណៈពិសេសដែលបែងចែកឃ្លា និងអាចត្រូវបានប្រើដើម្បីចាត់ថ្នាក់ធាតុថ្មីនៃអត្ថបទថាជាការបកស្រាយឬអត់។

6. ការវិភាគ N-gram

N-grams គឺជាក្រុមនៃពាក្យដែលនៅជាប់គ្នា។ នៅពេលអ្នកពិនិត្យមើលថាតើក្រុមទាំងនេះលេចឡើងញឹកញាប់ប៉ុណ្ណាក្នុងអត្ថបទផ្សេងៗគ្នា ហើយប្រៀបធៀបពួកវា អ្នកអាចរកឃើញឃ្លា ឬលំដាប់ស្រដៀងគ្នា។ ប្រសិនបើមានលំនាំស្រដៀងគ្នាច្រើន វាអាចមានន័យថាអត្ថបទអាចត្រូវបានបកស្រាយ។

7. នៅជិតការរកឃើញស្ទួន

វិធីចុងក្រោយដែលអ្នកត្រួតពិនិត្យការលួចចម្លងរកឃើញការបកស្រាយប្រកបដោយប្រសិទ្ធភាព។

ក្បួនដោះស្រាយការរកឃើញជិតស្ទួនត្រូវបានប្រើប្រាស់ជាញឹកញាប់ក្នុងការរកឃើញការបកស្រាយដើម្បីបញ្ជាក់ផ្នែកអត្ថបទដែលបង្ហាញកម្រិតខ្ពស់នៃភាពស្រដៀងគ្នា ឬស្ទើរតែដូចគ្នាបេះបិទ។ ក្បួនដោះស្រាយទាំងនេះត្រូវបានបង្កើតឡើងជាពិសេសដើម្បីទទួលស្គាល់ខ្លឹមសារដែលបានចម្លងតាមរយៈការប្រៀបធៀបនៃភាពស្រដៀងគ្នានៃអត្ថបទនៅលើកម្រិតលម្អិត។

តើវិធីសាស្រ្តមួយណាដែលជាធម្មតាត្រូវបានប្រើប្រាស់ដោយកម្មវិធីការពារការលួចចម្លង?

ដំណោះស្រាយបច្ចេកវិជ្ជាដែលប្រើប្រាស់ដោយសេវាកម្មបង្ការការលួចចម្លងប្រកបដោយវិជ្ជាជីវៈជាធម្មតាពឹងផ្អែកលើការវិភាគ n-gram ។ តាមរយៈការប្រើប្រាស់បច្ចេកវិទ្យាដែលមានមូលដ្ឋានលើ n-gram សេវាកម្មទាំងនេះសម្រេចបាននូវអត្រាភាពជាក់លាក់ខ្ពស់គួរឱ្យកត់សម្គាល់។ នេះគឺជាវិធីដ៏ល្អបំផុតមួយដែលអ្នកត្រួតពិនិត្យការលួចចម្លងរកឃើញការបកស្រាយ អនុញ្ញាតឱ្យកំណត់អត្តសញ្ញាណ និងការបន្លិចពាក្យពិតប្រាកដដែលត្រូវបានសរសេរឡើងវិញ។

យន្តការនៃរបៀបដែលអ្នកត្រួតពិនិត្យការលួចចម្លងរកឃើញការបកស្រាយ

សេវាបង្ការការលួចចម្លងជាទូទៅប្រើបច្ចេកទេសស្នាមម្រាមដៃដើម្បីប្រៀបធៀបឯកសារ។ នេះពាក់ព័ន្ធនឹងការស្រង់ចេញនូវ n-grams ចាំបាច់ពីឯកសារដើម្បីផ្ទៀងផ្ទាត់ និងប្រៀបធៀបវាជាមួយនឹង n-grams នៃឯកសារទាំងអស់នៅក្នុង databases របស់ពួកគេ។

students-reading-how-do-plagiarism-checkers-detect-paraphrasing

ឧទាហរណ៍

ចូរនិយាយថាមានប្រយោគមួយ៖ « Le mont Olympe est la plus haute montagne de Grèce។ »

នេះ n-ក្រាម (ឧទាហរណ៍ ៣ ក្រាម) នៃប្រយោគនេះនឹងមានៈ

Le mont Olympe
Mont Olympe est
Olympe est la
គឺច្រើនបំផុត
ឡា បូក ហាតេ
បូកទាំងភ្នំម៉ុងតាញ៉ា
haute montagne de
ម៉ុងតាញ៉ា ដឺក្រិច

ករណីទី 1. ការជំនួស

ប្រសិនបើពាក្យនេះត្រូវបានជំនួសដោយពាក្យផ្សេងទៀតនៅតែមានមួយចំនួន n-ក្រាម ផ្គូផ្គង ហើយវាអាចរកឃើញការជំនួសពាក្យដោយការវិភាគបន្ថែម។

ប្រយោគដែលបានផ្លាស់ប្តូរ៖ " ភ្នំ Olympe est la plus haute montagne de ប៉េឡូផុនណេស។ "

ដើម 3 ក្រាម។	3 ក្រាមនៃអត្ថបទដែលបានផ្លាស់ប្តូរ
Le mont Olympe Mont Olympe est Olympe est la គឺច្រើនបំផុត ឡា បូក ហាតេ បូកទាំងភ្នំម៉ុងតាញ៉ា haute montagne de ម៉ុងតាញ៉ា ដឺក្រិច	Le *ភ្នំ* ក្រុមហ៊ុន Olympus *ភ្នំ* Olympe est Olympe est la គឺច្រើនបំផុត ឡា បូក ហាតេ បូកទាំងភ្នំម៉ុងតាញ៉ា haute montagne de ម៉ុងតាញ៉ា ដឺ *ប៉េឡូផុនណេស*

ករណីទី 2. បានផ្លាស់ប្តូរលំដាប់នៃពាក្យ (ឬប្រយោគ កថាខណ្ឌ)

នៅពេលដែលលំដាប់នៃប្រយោគត្រូវបានផ្លាស់ប្តូរ វានៅតែត្រូវគ្នា 3-grams ដូច្នេះវាអាចរកឃើញការផ្លាស់ប្តូរ។

ប្រយោគដែលបានផ្លាស់ប្តូរ៖ « La plus haute montagne de Grèce est Le mont Olympe ។ »

ដើម 3 ក្រាម។	3 ក្រាមនៃអត្ថបទដែលបានផ្លាស់ប្តូរ
Le mont Olympe Mont Olympe est Olympe est la គឺច្រើនបំផុត ឡា បូក ហាតេ បូកទាំងភ្នំម៉ុងតាញ៉ា haute montagne de ម៉ុងតាញ៉ា ដឺក្រិច	ឡា បូក ហាតេ បូកទាំងភ្នំម៉ុងតាញ៉ា haute montagne de ម៉ុងតាញ៉ា ដឺក្រិច ដឺក្រិក ក្រិក est Le est Le mont Le mont Olympe

ករណីទី 3. បានបន្ថែមពាក្យថ្មី។

នៅពេលដែលពាក្យថ្មីត្រូវបានបន្ថែម វានៅតែមាន 3 ក្រាមដែលត្រូវគ្នា ដូច្នេះវាអាចរកឃើញការផ្លាស់ប្តូរ។

ប្រយោគដែលបានផ្លាស់ប្តូរ៖ « Le mont Olympe est ពីចម្ងាយ la plus haute montagne de Grèce។ »

ដើម 3 ក្រាម។	3 ក្រាមនៃអត្ថបទដែលបានផ្លាស់ប្តូរ
Le mont Olympe Mont Olympe est Olympe est la គឺច្រើនបំផុត ឡា បូក ហាតេ បូកទាំងភ្នំម៉ុងតាញ៉ា haute montagne de ម៉ុងតាញ៉ា ដឺក្រិច	Le mont Olympe Mont Olympe est Olympe est de est de loin ឆ្ងាយ loin la plus ឡា បូក ហាតេ បូកទាំងភ្នំម៉ុងតាញ៉ា haute montagne de ម៉ុងតាញ៉ា ដឺក្រិច

ករណីទី 4. បានលុបពាក្យមួយចំនួន

នៅពេលដែលពាក្យត្រូវបានដកចេញ វានៅតែមាន 3-gram ដែលត្រូវគ្នា ដូច្នេះវាអាចរកឃើញការផ្លាស់ប្តូរ។

ប្រយោគដែលបានផ្លាស់ប្តូរ៖ « L'Olympe est la plus haute montagne de Grèce។ »

ដើម 3 ក្រាម។	3 ក្រាមនៃអត្ថបទដែលបានផ្លាស់ប្តូរ
Le mont Olympe Mont Olympe est Olympe est la គឺច្រើនបំផុត ឡា បូក ហាតេ បូកទាំងភ្នំម៉ុងតាញ៉ា haute montagne de ម៉ុងតាញ៉ា ដឺក្រិច	L'Olympe est la គឺច្រើនបំផុត ឡា បូក ហាតេ បូកទាំងភ្នំម៉ុងតាញ៉ា haute montagne de ម៉ុងតាញ៉ា ដឺក្រិច

ឧទាហរណ៍ពិភពពិត

នៅពេលបញ្ចប់ការផ្ទៀងផ្ទាត់នៅក្នុងឯកសារជាក់ស្តែង ភាគដែលរៀបរាប់ជាញឹកញាប់ត្រូវបានកំណត់អត្តសញ្ញាណតាមរយៈការសម្គាល់ដែលរំខាន។ ការរំខានទាំងនេះ ដែលបង្ហាញពីពាក្យដែលបានផ្លាស់ប្តូរ ត្រូវបានរំលេច ដើម្បីបង្កើនភាពមើលឃើញ និងភាពខុសគ្នា។

ខាងក្រោមនេះ អ្នកនឹងឃើញឧទាហរណ៍នៃឯកសារជាក់ស្តែងមួយ។

សម្រង់ដំបូងបានមកពីឯកសារដែលត្រូវបានផ្ទៀងផ្ទាត់ដោយប្រើឯកសារ អុកស៊ីកូ សេវាកម្មការពារការលួចចម្លង៖

សម្រង់ទីពីរគឺចេញពីឯកសារដើម៖

បន្ទាប់ពីការវិភាគកាន់តែស៊ីជម្រៅ វាបង្ហាញថាផ្នែកដែលបានជ្រើសរើសនៃឯកសារត្រូវបានបកស្រាយដោយការធ្វើការផ្លាស់ប្តូរដូចខាងក្រោម៖

អត្ថបទដើម	អត្ថបទដែលបានបកស្រាយ	ការផ្លាស់ប្តូរ
គាំទ្រការបង្កើតថ្មីក៏ត្រូវបានកំណត់លក្ខណៈផងដែរ។	ការបម្រុងទុកការច្នៃប្រឌិតគឺក្រៅពីការកំណត់	ការជំនួស
ចំណេះដឹងសេដ្ឋកិច្ច និងសង្គម ប្រព័ន្ធប្រសិទ្ធភាព	ការយល់ដឹងអំពីសេដ្ឋកិច្ច និងសង្គម អង្គការប្រកបដោយប្រសិទ្ធភាព	ការជំនួស
សំណើ (គំនិត)	អនុសាសន៍	ការជំនួស, ការលុបចោល
ឥរិយាបទ	ឥរិយាបថ	ការជំនួស
ភាពជោគជ័យ	អ្នកឈ្នះ	ការជំនួស
ដំណើរការ (Perenc, Holub-Ivan	ដំណើរការនៃការយល់ដឹង (Perenc, Holub - Ivan	ការបន្ថែម
គាំទ្រការច្នៃប្រឌិត	អំណោយផល	ការជំនួស
បង្កើតអាកាសធាតុ	៖ បង្កើតលក្ខខណ្ឌ	ការជំនួស
អំណោយផល	រុងរឿង	ការជំនួស
អភិវឌ្ឍចំណេះដឹង	ការយល់ដឹងអំពីការអភិវឌ្ឍន៍	ការជំនួស

សន្និដ្ឋាន

ការលួចចម្លង ដែលជារឿយៗមិនអាចរកឃើញនៅក្នុងករណីនៃការបកស្រាយ នៅតែជាកង្វល់ដ៏សំខាន់នៅក្នុងវិស័យអប់រំ។ ភាពជឿនលឿននៃបច្ចេកវិទ្យាបានបំពាក់ឧបករណ៍ត្រួតពិនិត្យការលួចចម្លង ជាមួយនឹងសមត្ថភាពក្នុងការកំណត់អត្តសញ្ញាណខ្លឹមសារដែលបានបកប្រែប្រកបដោយប្រសិទ្ធភាព។ ជាពិសេស អ្នកត្រួតពិនិត្យការលួចចម្លងរកឃើញការបកស្រាយតាមវិធីផ្សេងៗដូចជាការផ្គូផ្គងខ្សែអក្សរ ភាពស្រដៀងគ្នានៃកូស៊ីនុស និងការវិភាគ n-gram ។ គួរកត់សម្គាល់ថាការវិភាគ n-gram លេចធ្លោសម្រាប់អត្រាភាពជាក់លាក់ខ្ពស់របស់វា។ ភាពជឿនលឿនទាំងនេះកាត់បន្ថយយ៉ាងច្រើននូវលទ្ធភាពនៃសម្ភារៈដែលបានលួចចម្លង និងពាក្យសំភាសន៍ដែលមិនត្រូវបានរកឃើញ ដោយហេតុនេះការបង្កើនភាពស្មោះត្រង់នៃការសិក្សា។

តើវាមានប្រយោជន៍ប៉ុនណា?

ចុចលើផ្កាយដើម្បីវាយតម្លៃវា!

ការវាយតម្លៃជាមធ្យម / 5 ។ រាប់សន្លឹកឆ្នោត:

រហូតមកដល់ពេលនេះគ្មានការបោះឆ្នោតទេ! ជាអ្នកទីមួយដែលវាយតម្លៃអត្រាប្រកាសនេះ។