浅谈turnitin文献相似度检测系统及其应用 - 香港大学

从香港新高中学制谈到目前较多人使用的文献检测系统及其特点，包括中国“学术不端文献检测系统”、美国 Turnitin 系统和香港“维诚系统”。除防止抄袭外，指出文献检测系统能提供更多元化的 功能，包括收集和评改学生课业、学生讨论和协作的平台等，有助提升学习的效果。

一、引言

2009年，香港开始实施新高中学制，中国语文、英国语文、通识教育、中国历史、设计与应用科技、历史、资讯及通讯科技与视觉艺术等8个科目已全面施行校本评核的制度。校本评核的目的，就是由学校任教老师评核学生的成绩，藉此反映学生在日常学习过程中的表现。至于校本评核的模式，会按不同学科的特点而各有不同。譬如，通识教育科以“独立专题探究”作为校本评核的依据，而“独立专题探究”着重训练学生多角度探究的能力，重视研究方法和分析能力，因此该科的评核重点包括口头报告、制作学习历程档案、实地考察、调查研究、进行实验活动，以及完成专题设计，占学生公开试成绩百分之二十。在校本评核制度之下，学生往往须在课堂外完成课业，而上网搜集数据更是他们常用的方法。无论从课业模式或者课业成绩的角度来说，这种学习模式存在诱因，容易令学生进行不诚实的学习行为，如抄袭、伪造、篡改等。香港考试及评核局亦察觉到这个问题，故在《香港中学文凭考试校本评核简介》（2009年）内，详细提示学生须在作业中注明参考资料的出处，以及不可触犯抄袭等行为。诚然，伪造和篡改这两种不诚实的学习行为较难杜绝，但抄袭的行为则可以利用各种文献检测系统侦测出来。本文旨在介绍目前较多人使用的文献检测系统及其特点，包括中国“学术不端文献检测系统”、美国 Turnitin 系统和香港“维诚系统”，并且说明香港中文大学使用“维诚系统”的经验。

一般来说，用户只须在用户接口提交需要检测的文件，文献检测系统就会自动核对庞大的文献数据库，然后反馈检测结果给用户。其架构大致如下：“学术不端文献检测系统”为中国学术期刊（光盘版）电子杂志社与同方知网（北京）技术有限公司共同研发，2008年12月正式开放使用。该系统利用“中国知识资源总库”（CNKI）内数量庞大、类型不同的文献数据作为检测的对象，包括中国内地出版的期刊、学位论文、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共6000万条学术数据，以及互联网上的网页资源、数百万条英文文献数据等。该系统支持繁、简体中文及英文文献，并可检测整个活页夹、压缩文献、单篇文献等。技术方面，利用 CNKI 自行研发的“自适应多阶指纹”特征检测技术，对篇章、段落、句子各层级进行检测，而且能够检测文献改写、多篇文献组合等各种文献变形的不实行为。在检测报告中，不仅列出检测文献的文字复制比例，还详细列出检测文献中每一段相同文字的详细出处，并准确标示每一段相同文字的具体位置。截至2009年8月为止，该系统已在全国300多家高校、科研院以及3000多家期刊社广泛应用，有助提高国内学术诚信的风气。

2011年1 月，香港教育局举办了两场“推动原创学生作业研讨会”，既谈到学生原创作业的概况，亦介绍了防抄科技的原理。由此可见香港学界对学习诚信的重视。毫无疑问，文献检测系统能够协助老师有效预防学生的抄袭行为，令学生更加重视学习诚信，从而建立正确的学习态度。