Bearbeite Vortrag: Incorporation of Text Content Similarity into Token-based Source Code Plagiarism Detection

Du bist aus dem folgenden Grund nicht berechtigt, diese Seite zu bearbeiten:

Fehlende Berechtigung Bitte melde Dich mit Deinen KIT-Zugangsdaten an. Falls Du trotz Anmeldung diese Seite siehst, bitte eine/-n Wissensmanager/-in darum, Dich zur richtigen Gruppe hinzuzufügen.

Titel:	Incorporation of Text Content Similarity into Token-based Source Code Plagiarism Detection	Zum ändern des Titels bitte anklicken und die Seite verschieben.
Vortragende(r):
E-Mail Vortragende(r):		Bitte beachten Sie: Durch den Eintrag hier wird die E-Mail-Adresse des/der Vortragenden öffentlich sichtbar. Daher bitte die KIT-Adresse verwenden.
Vortragssprache:
Vortragstyp:
Betreuer(in):		Falls ein Betreuer noch nicht in dieser Liste vorhanden ist, bitte auf der Seite Betreuer hinzufügen und dieses Formular neu laden.
Termin:
Vortragsmodus:
Kurzfassung:	State-of-the-art source-code plagiarism systems often discard textual content in source code during plagiarism detection. However, recent developments have shown that possible cases of plagiarism often do contain similar or identical textual content, such as inline or documentation comments. These comments could be used to more easily find cases of plagiarism or further aid instructors during the manual review of suspicious submissions. Therefore, in this thesis, we enhance plagiarism detection engines by reintroducing textual content in the form of source code comments into the plagiarism detection process. To process comments during plagiarism detection, we introduce a three-step comment processing pipeline that extracts and compares comments and merges the results with the plagiarism detection outcome. Furthermore, we compare three different matching algorithms for matching comments and examine the impact of natural language preprocessing on the comments within this pipeline.	Bitte maximal 150 Wörter verwenden.

Diese Seite beobachten

Abbrechen