Руконтекст обновил поиск рерайта: система сравнивает смысл, а не слова

Синонимы и перестановка слов обходят пословный поиск. Обновлённая нейросеть Руконтекста более точно сравнивает смысл: находит рерайт при сходстве слов 58–73 %

Рерайт — самый распространённый способ скрыть заимствование: автор заменяет слова синонимами и переставляет части предложения, и для систем, сравнивающих тексты по совпадающим словам, чужой абзац становится «оригинальным». Достаточно переписать каждое предложение на треть, чтобы пословное сравнение потеряло фрагмент. С распространением нейросетей масштаб проблемы вырос: языковая модель за секунды генерирует десятки вариантов одного и того же абзаца. По опросу Ассоциации организаторов студенческих олимпиад «Я — профессионал» (более тысячи респондентов), нейросетями в учёбе пользуются 85 % студентов российских вузов, а 43 % применяют их при написании эссе, рефератов, курсовых и дипломных работ.

Российский разработчик систем обнаружения текстовых заимствований Руконтекст обновил модуль поиска перефразированных заимствований: в него встроена новая, специально обученная нейросеть семантического сопоставления текстов. Система сравнивает предложения по смыслу и находит заимствование там, где дословный поиск уже не срабатывает.

В основе модуля — собственная многоязычная нейросетевая модель семантического сопоставления, созданная и выверенная нашей командой специально для поиска перефразированных заимствований. Она сравнивает не слова, а смысл: замена синонимами, перестановка частей, грамматические изменения и смены конструкций её не обманывают — для модели это один и тот же текст. При этом она не путает похожее с тождественным: близкие по форме фразы о разных фактах заимствованием не считаются. Модель работает на русском, английском и ряде других языков, указывать язык документа не нужно. Заимствования ищутся в момент проверки, на живом потоке текста — никаких заранее заготовленных «вариантов переписывания», которые можно было бы обойти. Точность модели подтверждена на данных, размеченных экспертами, а сама система настроена так, чтобы не обвинять без оснований: спорный случай всегда трактуется в пользу автора.

Ниже — три примера из реальных проверок. В каждом лексическое сходство проверяемого предложения с источником — 59–67 %, ниже порога, на котором срабатывает дословный поиск; заимствование тем не менее найдено и показано проверяющему вместе с источником.

Пример 1. Лексическое сходство 58%
Проверяемая работа: Ценностные ориентации индивида развиваются на основе восприятия общественных идеалов и принципов в процессе социализации. 

Источник: При этом формируются ценностные ориентации личности при реализации ею общественных идеалов и принципов в процессе социализации 

Ценностные ориентации в культуре современного общества  · elibrary.ru 

Отчёт проверки: проверяемое предложение выделено на странице, справа — найденный источник с подсветкой совпадающих слов

Пример 2. Лексическое сходство 67 %

Проверяемая работа: Новизна предложенного подхода проявляется, во первых, в изложении авторских положений о преимуществах адаптивного обучения в условиях цифровизации:
данная технология обеспечивает персонализированные, эффективные и индивидуальные траектории обучения, способствующие вовлечению каждого обучающегося в цифровое образовательное пространство. 

Источник: Новизна исследования состоит, во первых, в представлении авторских идей о преимуществах адаптивного обучения в условиях цифровизации образования заключающихся в том, что эта технология носит персонализированный характер, целью которого является обеспечение эффективных, действенных и индивидуальных траекторий обучения для вовлечения каждого обучающегося в цифровое образовательное пространство. 

Шукшина Т. И., Каско Ж. А. Использование адаптивного обучения в условиях цифровизации высшего педагогического образования. 2024 · cyberleninka.ru 

Отчёт проверки: перестроенное предложение и его источник

Пример 3. Лексическое сходство 73 %

Проверяемая работа: Сегодня в системе высшего образования особенно заметны такие тенденции цифровой трансформации, как использование дополненной, виртуальной и смешанной реальности, применение цифровых устройств, создание трансформируемой рабочей среды, внедрение искусственного интеллекта, персонализация обучения и его геймификация. 

Источник: В настоящее время в мире наблюдается ряд важнейших тенденций в области цифровой трансформации процессов в системе образования: использование дополненной, виртуальной и смешанной реальностей; применение цифровых пользовательских устройств на уроках; создание трансформируемого рабочего пространства; использование искусственного интеллекта; персонализация учебного процесса и его геймификация и др. 

Современные тенденции развития образования: актуальные вопросы, эффективные образовательные практики и инновации. 2024 · rep.brsu.by 

Отчёт проверки: Перечень из шести пунктов сохранён, но обёртка и каждый пункт переформулированы. Система нашла этот рерайт в трёх независимых сборниках и показала все три.

Каждая находка проверяема: в отчёте рядом стоят фрагмент работы и соответствующий фрагмент источника, подсвечены совпадающие слова, указаны источник и страница — проверяющему не нужно верить системе на слово.

Принципиальное отличие. Визуальное доказательство перефразированного заимствования даёт только Руконтекст: рядом стоят предложение работы и предложение источника, совпадающие слова подсвечены, указаны страница, источник и процент лексического сходства. Проверяющему не нужно верить системе на слово — он видит своими глазами, что переписано и откуда.

Почему так не везде. Системы, сравнивающие тексты по словам, такой парафраз не находят вовсе. Там, где семантическое сравнение есть, результат приходит одной цифрой — процентом, за которым не видно ни что совпало, ни с чем.

Обновление доступно всем пользователям Руконтекста в рамках действующих тарифов.