2.1 Intézménytámogató rendszerek

Talán soha nem volt olyan könnyen hozzáférhető az emberiség által évszázadok alatt felhalmozott információ, mint azt az internet korunkban lehetővé teszi. Az információrobbanás akkora mértékű, hogy az elérhető adatmennyiség feldolgozása és befogadása teljesen új problémákat vet fel, nem kevés fejtörést okozva a témával foglalkozó szakembereknek.

A plágium ellenőrzés, vagyis a szakdolgozatok és disszertációk eredetiségének meghatározása emberileg szinte lehetetlen feladattá vált, ezért ennek támogatására informatikai rendszerek létrehozása vált szükségessé. A plágiumgyanús esetek megtalálása nem csupán az érintett intézmények érdeke, a szerzők saját munkájuk validálásánál is fontos eszköznek kell hogy tekintsék a plágium ellenőrző rendszereket, hogy elkerüljék az ebből származó incidenseket.

A plágiumkeresés során meg kell találnunk azon szöveg szegmenseket, amelyek nem megfelelő módon, vagy jelölés nélkül használják fel valamely nyomtatott vagy digitális mű részeit. Ha a többfajta adatformátumban rendelkezésre álló óriási adatmennyiség átkutatása még nem is volna elegendő probléma, a feladatot tovább nehezítik a szerzői jogi problémák, a többnyelvűség, a kontextus specifikus nyelvi használat, a számos citációs szabvány vagy csak azon digitális technológia adta csalási lehetőségek, amelyek segítségével a detektáló rendszer felismerési hatékonysága szignifikánsan lerontható.

Emellett egy rendszer akkor használható igazán jól, ha az jól integrálódik a már meglévő intézményi munkafolyamatokkal és szoftverekkel. Az ellenőrzési folyamatnak be kell épülnie a repozitóriumi szoftverbe és további funkciókkal bővítenie a meglévő dokumentum kezelési gyakorlatot.

Előadásom a plágiumkeresés világában jelentkező informatikai problémák és megoldások széles spektrumára kíván rávilágítani.

Dilemmas and solutions of plagiarism search

The internet has made it possible to access the universal knowledge of humanity in such a way that was impossible before. The information explosion is introducing unforeseen problems with data processing and examination.

The plagium analysis, or the genuinity check of theses and dissertation documents became an impossible task for humans alone. The search of suspicious sections should not just be the interest of the institutions evaluating the documents; authors have to use this kind of softwares as important tools to validate their works and to avoid incidents.

During the plagiarism detection we have to find those text segments which are using other printed or digital materials’ contents either in an unallowed manner or without citation. If the processing of the huge dataset containing variety of data formats would not be enough of an issue, we still have to care about copyright problems, multilingual content, context specific language use, the wide variety of citation formats or for those cheating methods introduced by the digital medium which greatly degrade detection performance.

Besides the above requirements, these kind of systems works best when integrated with the existing institution workflows and softwares. The validation process has to be used with the repository software and extend the existing document management tasks with new functionality.

My presentation allows the listener to learn about the issues and solutions of plagiarism detection from the IT perspective.