论文部分内容阅读
[目的]考察查重报告中相似比例作为稿件重复与否判断标准的可信度,并识别错判原因.[方法]对Cross-Check/iThenticate生成的642篇查重报告进行人工核查,采用分类算法的评价指标对相似比例的可信度进行评价,并分析错判原因.[结果]整体相似比例[包括总相似比例(TS)和主体部分相似比例(MS)]和单篇相似比例(SS)判断法的正确率均小于75％,SS法的召回率(85％)和精确率(47％)平衡协调较好(F1=0.61),3种判定方法按照相似比例可信度的排序为SS法、MS法、TS法,但仍存在大量错判案例.[结论]设定合适的阈值,MS和SS可作为判断稿件重复与否的参考,但仍需对易出错条目进行人工核对,不宜过度依赖查重系统的检测结果.