طراحي و پياده‌سازي الگوريتمي با معماري چندلايه جهت تشخيص سرقت علمي در متون فارسي

كارشناسي ارشد

به اقتباس از آثار علمي ديگران بدون ارجاع صحيح به اسناد اصلي، سرقت علمي اطلاق مي گردد. اگرچه اين عمل داراي قدمتي طولاني است اما پيشرفت رسانه ها و دسترسي آسان به وسايل ارتباطي در طي سالهاي اخير باعث رشد سريع سرقت علمي گشته است. سرقت علمي در حوزه متن رايج تر از ساير فرمتهاي محتوايي است و مقاله ها و پايان نامه هايي كه با سرقت علمي جمع بندي مي شوند يكي از مشكلات جدي در جوامع دانشگاهي به شمار مي رود. هدف از اين پايان نامه ارائه ي الگوريتمي براي تشخيص سرقت علمي در حجم بالاي متون فارسي مي باشد به گونه اي كه بتوان اصالت نوشتاري يك مقاله ي علمي را با دقت كافي تعيين نمود. رويه ي معمول در اغلب روشهاي موجود استخراج يك سري ويژگيهاي از قبل تعريف شده از متن و دسته بندي متون بر اساس آنها مي باشد، ولي اين ويژگي ها نمي توانند به صورت كامل تمام پارامترهاي متن را مدلسازي نمايند. روش ارائه شده در اين پايان نامه برخلاف روشهاي سنتي، با در نظر گرفتن داده هاي آموزشي، سعي در يادگيري بهترين ويژگي بر اساس داده هاي موجود مي نمايد. بدين منظور يك معماري چندلايه مبتني بر شبكه هاي بازگشتي طراحي و پياده سازي شده است كه با دريافت داده هاي آموزشي و تجزيه وتحليل خودكار آنها، ساختارهاي موجود در متون را بدون ناظر آموزش مي بيند. در معماري پيشنهادي از يك خودرمز كننده براي يادگيري ويژگيهاي سراسري (مستقل از محل قرارگيري) و از يك شبكه ي عصبي بازگشتي به نام حافظه ي كوتاه مدت طولاني براي يادگيري ويژگيهاي محلي (وابسته به محل قرارگيري) استفاده شده است. قابليت يادگيري بالاي بازنمايي كلمات توسط خودرمزكننده و توانايي مدل كردن موقعيت قرارگيري كلمات دركنار هم در يك متن توسط شبكه ي عصبي بازگشتي مي تواند موارد سرقت علمي را به نحو مناسبي تشخيص دهد. روش ارائه شده بر روي مجموعه داده ي محك سميم مورد آموزش و آزمون قرارگرفته است و نتايج نشان مي دهد در موارد سرقت علمي با حفظ ساختار از كارايي بالاتري برخوردار مي باشد.

190976

دانشگاه علم و صنعت ايران

نرم افزار

دكتر عين اله خنجري ميانه