于海浩,汪 伟，黄成哲,孙 栩

(黑龙江工程学院 计算机科学与技术学院，哈尔滨 150050)

抄袭检测是反抄袭的有效手段，是帮助教师评价学生学习成果的有力工具，对学校教育教学质量的提高有重大的促进作用[1]。许多学校和机构都制定了各种学术规范和标准来检测抄袭[2-4]。国内应用最广泛的是CNKI，国外抄袭检测系统主要有Turnitin、PlagScan、Dupli Checker、Plagiarism Checker、Copyleaks等系统。

针对抄袭检测技术的应用，学生不断实施反抄袭技术。他们利用改变语序、相似词替换、主被动语句修改、概念泛化等多种手段来逃避抄袭系统的检测。这种行为对抄袭检测软件构成严峻挑战，需要抄袭检测软件不断地改进抄袭检测的算法和模型。抄袭语料是抄袭检测技术的研究基础，反映真实抄袭文本的语料库对抄袭现象和规律的分析、抄袭检测算法的设计起着至关重要的作用[5]。但抄袭者一般不会同意将他所采用的多种反抄袭手段和反抄袭改写的内容应用于研究中，使得真实抄袭检测语料库的获取比较困难。

针对学生多变的抄袭手段和抄袭语料匮乏的问题，开发了实验报告抄袭检测系统，在实现实验、实习报告、课程论文、作业等抄袭检测的基础上，创新性地增加了以下三项功能：

1)针对不同抄袭类型的自适应抄袭检测。系统使用自适应抄袭类型检测算法[6]，动态判别不同抄袭类型，涵盖了对照搬照抄、简单修改的低模糊抄袭、释义修改的高模糊抄袭的检测。

2)抄袭语料自动获取。系统使用基于自然标注的抄袭语料获取算法[7-9]，从学生多次提交的同一主题的文档中自动获取高质量的释义抄袭语料。……