Análise e otimização de desempenho da ferramenta Miss Marple: detector de plágio
Resumen
A detecção automática de plágio em trabalhos em formato digital como área
de pesquisa encontra-se
em desenvolvimento. O que se tem hoje em dia em termos
de métodos e estudos que tratam desse assunto são recentes e em pequena
quantidade em comparação com outras áreas da ciência da computação, ao passo
que é cada vez maior a facilidade da prática do plágio em trabalhos acadêmicos
devido à crescente quantidade de informação disponível na internet a cada ano.
Dentro deste cenário, encontra-se
o Miss Marple – Ferramenta de Detecção de
Indícios de Plágio com Base no Método DIP – Detector de Indícios de Plágio. Tal
ferramenta realiza detecção de indícios de plágio em textos em português através de
buscas online de documentos suspeitos e posteriormente comparados em termos de
similaridade de conteúdo. Porém, ao utilizá-la,
a mesma apresentou dificuldades de
desempenho durante sua execução, pois consumia tempos de processamento
insatisfatórios comparados com outras ferramentas do gênero. Diante desta situação
e após a realização de estudos bibliográficos na área de detecção de plágio,
constatou-se
que seria possível reestruturar seu código e otimizar seu desempenho,
além de implementar a funcionalidade de detecção de plágio bilíngue, a qual a
ferramenta ainda não dispunha. Após realizadas as devidas alterações, foram feitos
testes de execução a partir de um conjunto de documentos selecionados a fim de
validar a nova versão da ferramenta. Os resultados dos testes comprovaram que as
alterações realizadas melhoraram o desempenho da ferramenta em relação à
versão anterior, bem como a tornou mais funcional com o suporte à detecção de
plágio bilíngue. O presente trabalho mostra como se deu o processo de
desenvolvimento da nova versão da ferramenta desde a identificação dos
problemas, o estudo bibliográfico, descrição das alterações realizadas, os testes e
seus resultados.
Colecciones
El ítem tiene asociados los siguientes ficheros de licencia: