A cluster-based external plagiarism and parallel corpora detection method

Günümüzde aynı edebi eserin farklı versiyonlarinı detaylı bir aramayla bulabilmekmümkündür. Sezgisel olarak bu tür aynı kaynak tabanlı çeviri eserlerin birbirlerinebenzer yapıda olmaları beklenmektedir. Aynı şekilde, intihal şüphesitaşıyan bir yazı metnin, intihal yapılan orijinal eser ile de yapısal olarak benzemesiolasıdır. Yazısal intihal ile kastedilen, bir yazarın yazdığı herhangi birmetninin, üslubunun veya belirttiği fikrin, yazar lehine kaynak gösterilmedenbaşka biri tarafından yazarın onayını almadan kullanılmasıdır. Günümüzdekiiçsel ve harici yazısal intihal tespit yöntemleri var olan intihalin tespitini makulzaman dilimleri içerisinde sonuçlandırabilmek için yapılan yazısal intihalin kapsamınısınırlandırma yoluna gitmişler ve intihali arayabilmenin önkoşulu olarakbir referans doküman kümesine ihtiyaç duymuşlardır. Bu da intihal tespityönteminde referans doküman kümesinin başarıyla oluşturulması gibi başkasorunların varlığını ortaya koymuştur. Bu tez çalışmasında bir harici intihalve benzer yapı tespit ve ölçme yöntemi önerilmiştir. İntihal tespit probleminianaliz etmek ve benzerligi ölçmek için metinlerdeki yapısal benzerlikten faydanılmıştır. Bu yöntem dahilinde öncelikle şüpheli ve kaynak metinler karşılıklıbloklara bölünmüştür. Oluşturulan her bir blok sabit sayıda kelime içeren birgrup dökümandan oluşmaktadır. Daha sonra bloklar indekslenmiş ve kapsamakatsayısına dayalı kümeleme yöntemiyle kümelenmiştir. Her iki metnin oluşanküme yapıları incelenmiş ve benzerlikleri ölçülmüştür. PAN'09 intihal veri kümesive ünlü edebi eser Leyla ve Mecnun'un farklı versiyonları üzerinde yapılan testsonuçlarına göre önerilen yöntem benzer yapı tespitini ve yapısal olarak benzerlikgösteren intihal durumlarını başarıyla tespit edebilmektedir.