Sophisticated methods for electronic text checking

摘要

Tato práce se zabývá problematikou plagiátorství zdrojových kódů a textových dokumentů. Naším cíle je popsat známé metody, seznámit se s komerčními programy a vytvořit vlastní program na odhalování plagiátů. V úvodu teoretické části definujeme pojem plagiát a plagiátor. Dozvíme se také stručnou historii plagiátorství a jeho současný stav v České republice. Dále se budeme zabývat rozdělením nástrojů pro detekci plagiátů, syntaktickou analýzou a způsoby, jak plagiát odhalit. Funkci jednotlivých metrik si ukážeme na jednoduchých příkladech. Objasníme si také funkci grafické metody s porovnáváním řádků. U všech metod definujeme výhody a nevýhody jejich použití. V závěru teoretické části se budeme zabývat komerčními programy. V praktické části vytvoříme vlastní program, který porovnává dva zdrojové kódy s použitím statistických přístupových metod. Jeho funkci a schopnost odhalit plagiát ověříme na námi vytvořeném korpusu zdrojových kódů.