研究人员开发了FindMyText，一个用于在大型数据集中检测文本包含的开源Python包。该工具使用一种新颖的机制来识别匹配指纹的链条，与现有方法相比，能够更可靠地检测近似逐字复制的内容。FindMyText旨在扩展到网络爬取语料库，并在包括arXiv论文、维基百科和通用网络内容的数据集上展示了优于替代方法的性能。 AI
影响 该工具可以提高大规模AI训练数据集中版权检测和抄袭检查的效率和准确性。
排序理由 该项目是一篇研究论文，详细介绍了一个用于文本分析的新开源工具。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- CORE Recommender
- DagsHub
- FindMyText
- Gotit.pub
- Hugging Face
- Litmaps
- Python
- ScienceCast
- scite Smart Citations
- Wikipedia
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
