学术不端文献检测系统(简称“AMLC”)以《中国学术文献网络出版总库》为全文比对数据库,实现了对抄袭与剽窃、
伪造、篡改等学术不端行为的快速检测,可供用户检测论文,并支持用户自建比对库。
对任意一篇需要检测的文献,系统首先对其进行分层处理,按照篇章、段落、句子等层级分别创建指纹,而比对资源库中的比对文献,也采取同样技术创建指纹索引。这样的分层多阶指纹结构,不仅可以满足我们对超长文献的快速检测,而且,因为我们的最小指纹粒度为句子,因此,也满足了系统对检准率和检全率的高要求。原则上,只要
检测文献与比对文献存在一个相同的句子,就能被检测系统发现。
◆自建比对库:指管理人员可以选择将检测文献放入个人比对库或者批量上传文献作为个人比对库,该个人比对库即可作为以后
学术不端文献检测的比对数据库,该自建个人比对库完全属于用户,其他用户无权使用。
AMLC的目的是提供辨别和处理
学术不端文献的能力,为审查论文提供技术服务。
检测系统在对论文进行检测之后,生成检测报告,为判断论文性质提供相关依据。
CNKI拥有强大的技术研发队伍,已经拥有了具有国际或国内领先水准的全面的数字出版的相关技术,包括资源采集技术,文本数据库加工技术,文本
数据库技术, 数字资源版权保护技术, 知识挖掘技术,
自然语言处理技术、快速比对技术等。在海量的全文数据的基础上实现快速准确的
检测,上述技术是基本的保证。
AMLC需要一个尽可能完备的全文数据比对资源库,而CNKI的《中国学术文献网络出版总库》则正好满足这一要求。CNKI拥有学术期刊7000余种,期刊全文文献2480万篇,期刊期数和文献收录完整率都大于99.9%,文献量居国际国内同类产品之首;出版503家硕士学位点的72万篇优秀硕士论文,368家博士学位点的9.6万篇博士论文;1286家重要
会议论文106万篇;515家重要报纸500多万篇;1376种重要年鉴787万篇;600多种工具书220多万条;学术引文索引数据600多万条;这些出版物做到平均日更新20000条记录;国家标准、专利、SPRINGER数据库也集成到CNKI网络出版平台中;另外,出版平台还集成整合出版了各类第三方数据库资源1020种。
在收录资源种类上,CNKI在国内具有明显优势,收录了期刊、论文、会议论文、报纸、年鉴、工具书、专利、外文文献、学术文献引文等与科学研究、学习相关的主要资源。在资源收录数量上,CNKI明显优于同类产品,各个资源库收录年限长,期刊等主要资源库回溯到创刊。在资源更新速度上,CNKI产品除了第三方合作的外文文献以外,其他资源都做到了日更新,单日更新数量大,这是推行产业化、标准化运作的结果。