Book118文档的原创度检测及签名/笔名必要说明

阅读(41563)顶(1)踩(0)发布作者:杨静发布日期:2020-03-30 16:02

 

一、 为什么我们要推出机器程序判断为主的原创度检测?

之前人工判断的文档原创存在有哪些问题?

以前,网站的原创/独家文档全部都由人工审核,存在很多问题:

1、每个管理员的判断标准不一致,有的会掺入个人感觉,造成判断不准确;

2、根据规则判断,比如百度搜索是否已经存在,如果百度已经存在的内容,至少来说是没有优先发布在本站的。但有些用户会直接搬用别人的文章冒充原创/独家,这种情况每天达到一半以上,加上现在网站的原创文档上传量达到了两千以上,这给网站的审核带来了极大的工作量和难以判断,并且人工审核起来也是件极为痛苦的事情;

3、有的用户天天找管理员争论,认为管理员判断有误、判断有失偏驳,之前存在不同的原创审核管理员本身就存在审核的标准不一样的问题。

二、文档原创检测标准回顾

因此,网站必须要拿出了一套行之有效的判断规则,既要公平、公证、规律可行、又要要求速度快,经过深思熟虑,我们就拿出了一套规则,那就是:我们发现,很多用户以为自己只要付出了一丁点努力,比如去整理、修饰、改编、翻译一番,那这个文档就是属于原创了。实际上,按照《著作权法》,整理、修饰、改编、翻译等情况一律都不是原创或者独家。原创和独家的定义,我们其实在网站上已经定论了很多次,但是还是还有很多用户存在模糊概念、甚至肆意曲解原创文档的定义。


image.png


今天我们再来公布一下原创文档的定义和标准:

原创审核标准:

1.修改、篡改、整理、整编、改编、翻译的作品均不算原创。

2.教材,整理好的试题,考试归纳总结不算

3.政府方面的公文(工作总结,报告)不算

4.工作岗位范围以内的,上级进行安排的,没有经过公司同意授权的不算

5.封建迷信,八卦,周公解梦,手相,面相等 不符合主流价值观的不算

6.短视频中 翻拍的,照片中有人像(肖像权)的没有经过授权的 不算

7.绘画,艺术中 裸体照片的不算(即没有经过艺术加工的)

三、原创检测度检测标准的启发及原理

作者我其实是经常草拟文件,我很少或者几乎不会去抄袭、借鉴人家的文案,能够用自己语言表达来写作的就用自己的语言来表达。当有用户对我们的标准进行质疑时,我们经常会百度一下他其中的内容来评判,说:“看,您的这一句话又抄袭人家的了”。


image.png


基于此,我们如果能够将用户上传的文档的文本提取出来,并且分析文中的每一句话,如果发现大量抄袭,并且达到了约定的“阀值”,则本站完全可以自动判断他这个文档就不是原创。能够做到准确、公正、及时性极高等特性。

阀值,是指约定一个数值,超过某个数量,我们就会判定他不是原创。为什么我们不公布阀值,因为这个阀值我们一直去调整,且公布后一定有用户作弊等情况发生。

及时性,是指机器自动提取运转,这个速度很快,完全抛弃了人工判定。以后绝不存在因为管理员下班休息、节假日休息而存在审核不及时的情况发生。


 

image.png


(上图为我写的本文的一句话,随便一搜都搜不到)

目前文档原创度检测已经开始应用,且应用良好,用户也没来闹意见了,因为规则是一样的。其实,我们还有另外一个心得,俗话说:“世界上没有一模一样的树叶”、“世界上没有一模一样的人类指纹”“世界上没有一模一样的DNA”。那今天,我们要加一句哈,“世界上没有一模一样的一句话”,除非是使用频率特别高的约定俗成的语句,每个人说话的方式、风格、顺序都天然带有其独特的“DNA”。

换言之,也就是说,只要用户上传了文档,我们都会对文档中的每一句话都让机器去搜素一下,查看是否与百度、360、搜狗等存在有一模一样的内容来作为判断的依据,即:如果一篇文章存在大量与互联网重复内容,那么本平台基本可以判定这个文章不是优先发布在本站。同时再加上网站其他规则,包括出现的概率、笔名等来综合判断是否为原创/独家文档,该方案既节省了人工成本,也保证了判断的公平、公正、及时性。

四、笔名检测及原创度判断标准

网站已经将其中一个规则“署名检测”发布在qq群,现在也在这里发布出来,如下表格:


image.png


大家可以看到,独家的判定必须满足其中至少一种条件,原创需要同时满足两个条件才行,如果两个条件都不满足,即使你点击上传的类型为“上传原创文档”,如果检测出来两者皆不符合检测条件,那也无济于事,从而达到了阻止“随便拿一个文档就来冒充原创”的行为,从而从机制上杜绝了用户可能源源不断造假、甚至信誓旦旦就说文档就是她的原创,来挑战审核底线,而彻底解决了管理员模棱两可、不知怎么办的难堪局面。
如果你胆敢肆意冒充,在大量文档中加入你的签名,特别是整理几个文档就说是你的原创文档,那么出了问题你要背全责,同时一旦核实批量造假本站将进行“关小黑屋”的重罚!

wKh2Al57PAqINHKxAADECDGO98MAAex4QCRRTsAAMQg725.png

image.png




四、后话

接下来网站还会做软件检测,这个软件不仅包括原创、独家检测,还包括标题评分、用户文档需求挖掘等功能。该软件上线后本站会公布给大家免费下载、免费使用,谢谢大家!

 

四川文动网络科技有限公司

2020年3月19日星期四



顶(1)

踩(0)
网友评论(0)

暂无数据~
立即去评论吧