• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Optimerad plagiatdetektering är 400 gånger snabbare än konventionella metoder

    Kredit:Unsplash/CC0 Public Domain

    I en värld där så mycket information är så lättillgänglig för studenter måste pedagoger och elevbedömare ständigt kämpa mot plagiat. Den tid och ansträngning som krävs av en examinator som potentiellt ställs inför hundratals uppsatser för att kontrollera sådana problem, hur små de än är, är enorm. Det finns halvautomatiska verktyg för att identifiera plagiat i ett urval av text, men även dessa tar upp datorresurser och är ofta svårhanterliga och mer lämpade för enskilda dokument.

    Skriver i International Journal of Innovative Computing and Applications , har ett team från Australien och Sri Lanka utvecklat en ny beräkningsmetod för plagiatdetektering som använder vektorutrymme och utnyttjar arkitekturen hos grafikprocessorer och deras datorenhetsarkitektur (CUDA) snarare än ett konventionellt datorchip, en central bearbetningsenhet, CPU.

    Jiffriya Mohamed Abdul Cader från Sri Lanka Institute of Advanced Technological Education Sammanthurai, Akmal Jahan Mohamed Abdul Cader från South Eastern University of Sri Lanka, Hasindu Gamaarachchi från University of New South Wales, Australien, och Roshan G. Ragel fakulteten för teknik, universitetet från Peradeniya, Sri Lanka förklarar att konventionell serietestning av 1 000 dokument kan ta en halvtimme.

    Prototypen för deras GPU-tillvägagångssätt förbättras avsevärt, och det tar bara 36 sekunder att bearbeta samma datauppsättning och flagga alla plagierade textavsnitt. Men forskarna optimerade sin prototyp ytterligare och kunde minska bearbetningstiden till bara 4 sekunder för tusen dokument. Det är nästan 400 gånger snabbare än konventionella metoder. En sådan snabbhet skulle vara en välsignelse för examinatorer som ställs inför hundratals om inte tusentals studentinlämnade dokument för att kontrollera plagiat.

    Nästa steg blir att testa samma tillvägagångssätt på text som finns i andra typer av dokument snarare än bara uppsatser med rak text, inklusive anteckningsböcker, uppgifter, rapporter, avhandlingar och sådant. + Utforska vidare

    Algoritmen 'Opinion-mining' sammanfattar känslor i sociala medier automatiskt




    © Vetenskap https://sv.scienceaq.com