Xây dựng kho dữ liệu phục vụ hệ thống phát hiện sao chép

Tóm tắt

Trong bài báo này, chúng tôi trình bày kết quả xây dựng kho dữ liệu sẽ được sử dụng trong hệ thống phát hiện sao chép từ các nguồn tài liệu của Đại học Đà nẵng. Kho dữ liệu này bao gồm các tài liệu gốc, cơ sở dữ liệu thông tin chung về tài liệu và dữ liệu đã được trích xuất từ các tài liệu lưu trữ dưới định dạng XML. Chúng tôi đã đề xuất cấu trúc lưu trữ và các chương trình tương ứng để dễ dàng lưu trữ, cập nhật kho dữ liệu và xử lý các dữ liệu trên kho. Chúng tôi đã tiến hành thử nghiệm và lưu trữ trên kho này với hơn 100 tài liệu mỗi loại cho báo cáo tốt nghiệp của sinh viên ngành công nghệ thông tin, luận văn tốt nghiệp cao học và báo cáo tổng kết đề tài nghiên cứu. Kết quả nghiên cứu này là tiền đề để xây dựng một hệ thống phát hiện tự động việc sao chép trái phép trên các tài liệu khoa học, góp phần hạn chế nạn “đạo văn” đang diễn ra phổ biến hiện nay.